[发明专利]基于人工智能的图文内容质量识别方法和装置

权利要求书

1.一种基于人工智能的图文内容质量识别方法，其特征在于，所述方法包括：

获取待识别文章，并提取所述待识别文章的文章先验特征、文本内容和图文序列特征；

对各所述文章先验特征进行特征交叉处理，得到交叉先验特征向量；

根据所述文本内容生成所述待识别文章的文档特征向量；

对各所述图文序列特征进行加权处理，得到加权处理后的图文序列特征向量；

将所述交叉先验特征向量、所述文档特征向量和加权处理后的所述图文序列特征向量进行全连接处理，得到所述待识别文章的综合特征向量；

基于所述综合特征向量确定所述待识别文章的图文内容质量。

2.根据权利要求1所述的方法，其特征在于，所述对各所述文章先验特征进行特征交叉处理，得到交叉先验特征向量，包括：

根据各所述文章先验特征，分别构建稀疏特征嵌入层和稠密特征嵌入层；

基于所述稀疏特征嵌入层和所述稠密特征嵌入层，对各所述文章先验特征进行特征交叉处理，生成交叉先验特征向量。

3.根据权利要求1所述的方法，其特征在于，所述对各所述图文序列特征进行加权处理，得到加权处理后的图文序列特征向量，包括：

根据训练好的双向记忆网络模型，生成与各所述图文序列特征对应的图文序列特征向量；所述图文序列特征根据训练好的排版结构模型生成；

根据加权机制对各所述图文序列特征向量进行加权处理，生成加权处理后的图文序列特征向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述文本内容生成所述待识别文章的文档特征向量，包括：

根据训练好的多层注意力模型，确定与所述文本内容对应的层次结构；

基于所述层次结构和训练好的语言表征模型，生成与所述文本内容对应的文档特征向量。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于所述综合特征向量确定所述待识别文章的图文内容质量，包括：

根据训练好的质量评估集成模型，计算得到所述综合特征向量的质量数据；

根据所述质量数据确定所述待识别文章的图文内容质量。

6.根据权利要求4所述的方法，其特征在于，所述基于所述层次结构和训练好的语言表征模型，生成与所述文本内容对应的文档特征向量，包括：

基于所述层次结构和训练好的语言表征模型，生成与各词向量对应的第一隐向量；

根据所述词向量和对应的所述第一隐向量，确定与各所述词向量对应的第一贡献重要度权重；

根据所述第一贡献重要度权重对所述词向量进行加权处理，生成与所述待识别文章对应的句子向量；

基于所述层次结构和训练好的语言表征模型，生成与所述句子向量对应的第二隐向量；

根据所述句子向量和所述第二隐向量，确定与各所述句子向量对应的第二贡献重要度权重；

根据所述第二贡献重要度权重对所述句子向量进行加权处理，生成与所述待识别文章对应的文档特征向量。

7.根据权利要求5所述的方法，其特征在于，在所述根据所述质量数据确定所述待识别文章的图文内容质量，还包括：

根据所述图文内容质量确定对应的加权处理方式；

根据所述加权处理方式，对相应图文内容进行层次化加权处理。