[发明专利]问答的质量确定方法、装置、服务器和存储介质

权利要求书

1.一种问答的质量确定方法，其特征在于，包括：

确定问答数据中问题内容的向量表示以及回答内容的向量表示；

向预先构建的问答质量分析模型输入所述问题内容的向量表示和所述回答内容的向量表示，得到所述问答数据的质量数据。

2.根据权利要求1所述的方法，其特征在于，所述问答质量分析模型的构建，包括：

确定样本问题内容的向量表示；

确定所述样本问题内容的第一回答内容的向量表示以及所述样本问题内容的第二回答内容的向量表示；

将所述样本问题内容的向量表示，第一回答内容的向量表示，以及第二回答内容的向量表示作为对级排序学习模型的输入，所述第一回答内容与所述第二回答内容的排序结果作为所述对级排序学习模型的输出进行训练，得到问答质量分析模型。

3.根据权利要求1所述的方法，其特征在于，确定问答数据中问题内容的向量表示，包括：

向预先训练的循环神经网络模型输入问题内容中各词语的向量表示，得到问题内容的向量表示。

4.根据权利要求1所述的方法，其特征在于，确定回答内容的向量表示，包括：

向预先训练的卷积神经网络模型输入回答内容中各词语的向量表示，得到回答内容的向量表示。

5.根据权利要求1所述的方法，其特征在于，还包括：

确定所述问答数据中问题内容与回答内容的相关度；

依据所述问答数据的质量数据以及所述相关度，对所述问答数据的质量数据进行修正。

6.根据权利要求5所述的方法，其特征在于，确定所述问答数据中问题内容与回答内容的相关度，包括:

依据问题内容中包含的关键词与回答内容中包含的关键词之间的关键词相似度，问题内容所属类别与回答内容所属类别之间的聚合相似度，问题内容的标签与回答内容的标签之间的标签相似度，以及问题内容的主题与回答内容的主题之间的主题相似度中的至少一项，确定问题内容与回答内容的相关度。

7.根据权利要求6所述的方法，其特征在于，问题内容所属类别与回答内容所属类别之间的聚合相似度的确定，包括：

确定语料库中包括的各词语的词向量；

对各词语的词向量作聚类处理得到各词语所属的聚类簇；

依据问题内容中词语所属的聚类簇与回答内容中词语所属的聚类簇得到问题内容所属类别与回答内容所属类别之间的聚合相似度。

8.根据权利要求1所述的方法，其特征在于，还包括：

获取回答内容的用户反馈行为数据，以及反馈行为数据所属用户的授信级别；

依据所述反馈行为数据以及所述授信级别对回答内容的质量数据进行修正。

9.一种问答的质量确定装置，其特征在于，包括：

向量模块，用于确定问答数据中问题内容的向量表示以及回答内容的向量表示；

质量模块，用于向预先构建的问答质量分析模型输入所述问题内容的向量表示和所述回答内容的向量表示，得到所述问答数据的质量数据。

10.根据权利要求9所述的装置，其特征在于，还包括构建模块，所述构建模块用于构建所述问答质量分析模型，包括：

确定样本问题内容的向量表示；

确定所述样本问题内容的第一回答内容的向量表示以及所述样本问题内容的第二回答内容的向量表示；

将所述样本问题内容的向量表示，第一回答内容的向量表示，以及第二回答内容的向量表示作为对级排序学习模型的输入，所述第一回答内容与所述第二回答内容的排序结果作为所述对级排序学习模型的输出进行训练，得到问答质量分析模型。

11.根据权利要求9所述的装置，其特征在于，所述向量模块具体用于：

向预先训练的循环神经网络模型输入问题内容中各词语的向量表示，得到问题内容的向量表示。