[发明专利]一种新闻处理方法及装置

说明书

本申请提供了一种新闻处理方法及装置；涉及人工智能技术，方法包括：从网页排序模型训练数据中抽取符合时新性要求的部分训练数据，作为新闻排序模型训练数据；基于所述新闻排序模型训练数据的时新性、以及所述新闻排序模型训练数据的相关性标签，确定所述新闻排序模型训练数据的时新性标签；基于所述新闻排序模型训练数据以及对应的时新性标签，训练新闻排序模型；基于训练好的所述新闻排序模型对多个新闻信息进行排序处理。通过本申请，能够高效训练具有优良的时新性的新闻排序模型。

技术领域

本申请涉及人工智能技术以及区块链技术，尤其涉及一种新闻处理方法及装置。

背景技术

人工智能(AI，Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。

信息推荐是人工智能的重要应用。以当前网络上的新闻信息呈现爆炸式增长趋势，面对海量的新闻信息，个性化的新闻搜索引擎应运而生。新闻搜索引擎需要依赖新闻排序模型对新闻进行恰当的排序以展现给用户。

即，相关技术中，在开发一个新闻排序模型时，依赖大量人工标注训练数据，成本较高，影响了训练效率和新闻排序结果的时效性。因此，相关技术中缺乏新闻排序模型的有效方案。

发明内容

本申请实施例提供一种新闻处理方法、装置、电子设备及计算机可读存储介质，能够高效训练具有优良的时新性的新闻排序模型。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种新闻处理方法，包括：

从网页排序模型训练数据中抽取符合时新性要求的部分训练数据，作为新闻排序模型训练数据；

基于所述新闻排序模型训练数据的时新性、以及所述新闻排序模型训练数据的相关性标签，确定所述新闻排序模型训练数据的时新性标签；

基于所述新闻排序模型训练数据以及对应的时新性标签，训练新闻排序模型；

基于训练好的所述新闻排序模型对多个新闻信息进行排序处理。

本申请实施例提供一种新闻处理装置，包括：

抽取模块，用于从网页排序模型训练数据中抽取符合时新性要求的部分训练数据，作为新闻排序模型训练数据；

确定模块，用于基于所述新闻排序模型训练数据的时新性、以及所述新闻排序模型训练数据的相关性标签，确定所述新闻排序模型训练数据的时新性标签；

训练模型，用于基于所述新闻排序模型训练数据以及对应的时新性标签，训练新闻排序模型；

排序模块，用于基于训练好的所述新闻排序模型对多个新闻信息进行排序处理。

在上述方案中，所述确定模块，还用于获取所述新闻排序模型训练数据对应的查询串在多个时间段的搜索量；遍历所述多个时间段中任意的两个相邻时间段，对所述任意的两个相邻时间段的搜索量进行检验处理，得到所述查询串对应的两个相邻时间段；将所述查询串对应的两个相邻时间段的后一时间段的结束时刻与当前时刻之间的时间间隔，作为所述新闻排序模型训练数据的时新性。

在上述方案中，所述确定模块，还用于对任意的两个相邻时间段执行以下处理：对所述两个相邻时间段的搜索量进行拟合处理，得到检验统计量；基于卡方分布将所述检验统计量映射为可信度；其中，所述可信度表征所述结束时刻与所述两个相邻时间段的搜索量的增量的相关程度；将最大可信度对应的两个相邻时间段作为所述查询串对应的两个相邻时间段。