CN109857838A - 用于生成信息的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取待处理文本；获取待处理文本的至少一条评论信息；确定待处理文本与至少一条评论信息的相似度作为目标相似度；根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量。该实施方式实现了利用文本与其评论的相似度来完成对文本的质量的评估。

Description

用于生成信息的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

在当前互联网高速发展和普及的时代，搜索和推送是用户主要的获取信息的方式。用户可以利用搜索和推送浏览各种各样的信息。在互联网中，文本是最常见的承载信息的形式之一。

用户每天在互联网上可能会浏览许许多多的文本。这些文本包括如用户通过搜索查找的文本、用户在一些互联网平台浏览的文本、互联网平台或移动端的应用向用户推送的文本等等。

随着互联网上文本的数量的爆发式增长，文本的质量也逐渐成为值得关注的一个方面。如何在海量的文本中筛选出质量较好的文本是有待研究的一个问题。目前，通过人工审核来判断文本的质量是常用的方式之一。

发明内容

本公开的实施例提出了用于生成信息的方法和装置。

第一方面，本公开的实施例提供了一种用于生成信息的方法，该方法包括：获取待处理文本；获取待处理文本的至少一条评论信息；确定待处理文本与至少一条评论信息的相似度作为目标相似度；根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量。

在一些实施例中，确定待处理文本与至少一条评论信息的相似度作为目标相似度，包括：分别确定至少一条评论信息中的评论信息与待处理文本的相似度，得到相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定相似度集中的相似度的加权平均值作为目标相似度。

在一些实施例中，确定待处理文本与至少一条评论信息的相似度作为目标相似度，包括：将待处理文本拆分成至少两个子文本；对于至少两个子文本中的子文本，确定该子文本分别与至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度；根据至少两个子文本中的子文本分别对应的目标相似度，确定待处理文本对应的目标相似度。

在一些实施例中，根据至少两个子文本中的子文本分别对应的目标相似度，确定待处理文本对应的目标相似度，包括：确定至少两个子文本中的子文本分别对应的目标相似度的平均值或其中的最大值作为待处理文本对应的目标相似度。

在一些实施例中，分别确定至少一条评论信息中的评论信息的权重值，包括：对于至少一条评论信息中的评论信息，获取该评论信息对应的用户操作的统计信息；根据统计信息，确定该评论信息的权重。

第二方面，本公开的实施例提供了一种用于生成信息的装置，该装置包括：获取单元，被配置成获取待处理文本；上述获取单元，进一步被配置成获取待处理文本的至少一条评论信息；确定单元，被配置成确定待处理文本与至少一条评论信息的相似度作为目标相似度；生成单元，被配置成根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量。

在一些实施例中，上述确定单元进一步被配置成分别确定至少一条评论信息中的评论信息与待处理文本的相似度，得到相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定相似度集中的相似度的加权平均值作为目标相似度。

在一些实施例中，上述确定单元进一步被配置成将待处理文本拆分成至少两个子文本；对于至少两个子文本中的子文本，确定该子文本分别与至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度；根据至少两个子文本中的子文本分别对应的目标相似度，确定待处理文本对应的目标相似度。

在一些实施例中，上述确定单元进一步被配置成确定至少两个子文本中的子文本分别对应的目标相似度的平均值或其中的最大值作为待处理文本对应的目标相似度。

在一些实施例中，上述确定单元进一步被配置成对于至少一条评论信息中的评论信息，获取该评论信息对应的用户操作的统计信息；根据统计信息，确定该评论信息的权重。

第三方面，本公开的实施例提供了一种用于推送信息的方法，包括：获取候选推送文本集；对于候选推送文本集中的候选推送文本，利用如第一方面中任一实现方式描述的方法生成该候选推送文本的质量信息；从候选推送文本集中选取对应的质量信息符合预设条件的候选推送文本，以及推送所选取的候选推送文本。

第四方面，本公开的实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第五方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于生成信息的方法和装置，通过获取待处理文本；获取待处理文本的至少一条评论信息；确定待处理文本与至少一条评论信息的相似度作为目标相似度；根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量，从而实现了利用文本与其评论的相似度来完成对文本的质量的评估，也增加了可以用于表征文本的特征数目，进一步也可以将文本的质量这一特征应用于文本相关的分析和处理中。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性***架构图；

图2是根据本公开的用于生成信息的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于生成信息的方法的一个应用场景的示意图；

图4是根据本公开的用于生成信息的方法的又一个实施例的流程图；

图5是根据本公开的用于推送信息的方法的一个实施例的流程图；

图6是根据本公开的用于生成信息的装置的一个实施例的结构示意图；

图7是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于生成信息的方法或用于生成信息的装置的实施例的示例性架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如浏览器类应用、阅读类应用、内容分享类应用、搜索类应用、社交平台应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上安装的客户端应用提供支持的后端服务器。服务器105可以确定终端设备上显示的文本以及文本的至少一条评论信息的相似度，并根据相似度生成文本的质量信息。进一步地，还可以将生成的文本的质量信息与文本关联存储。

需要说明的是，上述文本以及文本的至少一条评论信息也可以直接存储在服务器105的本地或服务器105对应的数据库中。此时，服务器105可以直接提取本地或对应的数据库中所存储的文本和文本的至少一条评论信息并进行处理，此时，可以不存在终端设备101、102、103和网络104。

需要说明的是，本公开的实施例所提供的用于生成信息的方法一般由服务器105执行，相应地，用于生成信息的装置一般设置于服务器105中。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法包括以下步骤：

步骤201，获取待处理文本。

在本实施例中，用于生成信息的方法的执行主体(如图1所示的服务器105)可以先从本地或其它存储设备(如图1所示的终端设备101、102、103等)获取待处理文本。当然，上述执行主体也可以从其对应的数据库或第三方数据平台获取待处理文本。

其中，待处理文本可以是各种文本。待处理文本可以是技术人员指定的文本，也可以是用户发送指令所要处理的文本。待处理文本也可以是根据预设条件确定的文本。在不同的应用场景下，待处理文本可以不同。

步骤202，获取待处理文本的至少一条评论信息。

在本实施例中，在确定了待处理文本之后，可以进一步获取待处理文本的评论信息。其中，评论信息可以指对待处理文本进行分析和评价的信息。评论信息可以用于阐述一种观点或态度。

类似地，上述执行主体可以从本地、其它存储设备、对应的数据库或第三方数据平台获取待处理文本的至少一条评论信息。一般地，待处理文本和待处理文本的评论信息可以关联存储。

由于待处理文本可能具有许多的评论信息，这种情况下，可以根据实际的应用需求，获取待处理文本的部分或全部评论信息。

步骤203，确定待处理文本与至少一条评论信息的相似度作为目标相似度。

在本实施例中，可以利用现有的各种文本相似度的确定方法来确定待处理文本与至少一条评论信息的相似度。例如，基于关键词匹配的算法、基于向量空间的算法、基于深度学习的算法等。其中，基于关键词匹配的算法包括如N-Gram(汉语言模型)等。基于向量空间的算法包括如TF-IDF(Term Frequency-Inverse Document Frequency)、Word2vec(WordTo Vector)等、基于深度学习的算法包括如DDSM(Deep Structured Semantic Model，深度结构化语义模型)等。

可选地，可以将至少一条评论信息合并为一个文本，然后利用上述各种文本相似度的确定方法来确定待处理文本与评论信息对应的文本的相似度作为待处理文本与至少一条评论信息的相似度。

可选地，可以分别确定至少一条评论信息中的评论信息与待处理文本的相似度，得到相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定相似度集中的相似度的加权平均值作为目标相似度。

其中，对于各条评论信息的权重值，可以由技术人员预先指定，也可以根据各条评论信息的相关信息来确定。例如，可以根据各条评论信息对应的评论时间来设置不同的权重值。

可选地，对于至少一条评论信息中的评论信息，可以获取该评论信息对应的用户操作的统计信息，然后根据统计信息，可以确定该评论信息的权重。

其中，用户操作可以指用户与评论信息之间的各种交互操作。应该可以理解，用户使用的不同的终端设备、显示评论信息的不同平台等可能会有不同形式的用户操作。

例如，用户操作可以是对该评论信息的评论操作、分享该评论信息至其它页面的操作、点击用于表示对该评论信息的态度(如支持或反对等)的控件的操作等。

用户操作的统计信息可以指利用统计方法对用户操作进行处理之后得到的一些统计数据。例如，用户操作的统计信息可以是评论信息接收到的各种用户操作的总次数、评论信息接收到的评论操作的总次数等等。

在一些应用场景下，可以对接收到的指定用户操作的总次数较多的评论信息设置较高的权重值。

其中，采用加权平均值可以使得对待处理文本的质量评估是一个相对值，也便于与其它的待处理文本进行质量排序等处理。

实践中，可以根据不同的应用场景或业务需求，灵活的选取和使用各种文本相似度的确定方法。

步骤204，根据目标相似度，生成待处理文本的质量信息。

在本实施例中，质量信息可以用于表征待处理文本的质量。在不同的应用场景下，质量信息的表示方式可以是灵活多变的。例如，质量信息可以是具体的、用于表示质量评分的数值。又例如，质量信息可以是预设的用于表示不同优劣程度的等级标识。

一般地，质量好的文本的通常会引起较多的关于该文本的分析或讨论。因此，可以认为质量好的文本的评论信息通常与该文本的相似度是较高的。若评论信息都是与文本关联不大的信息，可以认为该文本引起的反响不是很大，所以该文本的质量可能较差。

基于此，可以基于待处理文本与其评论信息的相似度来对待处理文本的质量进行评估。一般地，可以认为待处理文本与其评论信息的相似度越高，文本的质量越高。

根据目标相似度与待处理文本的质量之间的正比关系，可以根据质量信息的表示方法，设置不同的生成质量信息的方法。例如，若采用具体的数值来表示待处理文本的质量，那么可以直接将目标相似度作为待处理文本的质量评分。此时，质量评分越高，可以表示待处理文本的质量越高。

又例如，若采用等级标识来表示待处理文本的质量。可以预先设置相似度与不同等级标识对应的质量之间的对应关系。作为示例，采用“A”、“B”、“C”三个等级标识来表示待处理文本的质量。其中，等级标识“A”、“B”、“C”分别对应不同的相似度区间。此时，可以根据所确定的目标相似度所在的相似度区间，生成对应的等级标识作为待处理文本的质量信息。

继续参见图3，图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图300。在图3的应用场景中，上述执行主体可以从对应的数据库中获取待处理文本301，然后再获取待处理文本301对应的三条评论信息(如图中标号302、303、304所示)。

之后，可以基于VSM(Vector Space Model，向量空间模型)将待处理文本301和三条评论信息分别表示为对应的特征向量。然后，可以分别计算待处理文本301的特征向量和三条评论信息的特征向量的相似度。

然后，如图中标号305所示，可以将得到的三条评论信息分别对应的相似度的平均值确定为待处理文本301的质量评分。

本公开的上述实施例提供的方法根据文本与其评论之间的相似度来评估文本的质量，从而可以实现对文本的质量的一个具体表示，而且增加了可以用于表征文本的特征数目，进一步也可以将文本的质量这一特征应用于文本相关的分析和处理中。

进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400，包括以下步骤：

步骤401，获取待处理文本。

步骤402，获取待处理文本的至少一条评论信息。

上述步骤401和402的具体的执行过程可参考图2对应实施例中的步骤201和202的相关说明，在此不再赘述。

步骤403，将待处理文本拆分成至少两个子文本。

在本实施例中，根据不同的应用场景和业务需求可以选取不同的拆分方式。例如，可以将待处理文本按照段落进行拆分，将待处理文本的每一个段落作为一个子文本。又例如，可以将待处理文本按照句子进行拆分，将待处理文本的每一句作为一个子文本。

步骤404，对于至少两个子文本中的子文本，执行如下步骤4041-4043：

步骤4041，确定该子文本分别与至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集。

步骤4042，分别确定至少一条评论信息中的评论信息的权重值。

步骤4043，确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度。

上述步骤4041、4042、4043的具体的执行过程可参考图2对应实施例中的步骤203的相关说明，在此不再赘述。

步骤405，根据至少两个子文本中的子文本分别对应的目标相似度，确定待处理文本对应的目标相似度。

在本实施例中，可以综合考虑各个子文本分别对应的目标相似度来确定待处理文本对应的目标相似度。

可选地，可以确定至少两个子文本中的子文本分别对应的目标相似度的平均值作为待处理文本对应的目标相似度。

可选地，可以确定至少两个子文本中的子文本分别对应的目标相似度中的最大值作为待处理文本对应的目标相似度。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成信息的方法的流程400突出了可以先将待处理文本拆分为至少两个子文本，然后综合考虑各个子文本与各条评论信息的相似度来确定待处理文本的质量信息的步骤。由此，在一些待处理文本的内容较长或者待处理文本的内容的连贯性较差时，可以利用拆分待处理文本的方式来处理，有助于提升确定的待处理文本的质量信息的准确度。

继续参考图5，其示出了根据本公开的用于推送信息的方法的一个实施例的流程500。该用于推送信息的方法包括以下步骤：

步骤501，获取候选推送文本集。

在本实施例中，用于推送信息的方法的执行主体(如图1所示的服务器105)可以先从对应的数据库或其它数据平台获取候选推送文本集。其中，候选推送文本可以是各种可以推送的文本。

步骤502，对于候选推送文本集中的候选推送文本，生成该候选推送文本的质量信息。

在本实施例中，可以利用图2和图4对应实施例所描述的用于生成信息的方法来生成各个候选推送文本的质量信息。

步骤503，从候选推送文本集中选取对应的质量信息符合预设条件的候选推送文本，以及推送所选取的候选推送文本。

在本步骤中，预设条件可以由技术人员根据应用需求预先设置。例如，在采用具体的数值表示质量信息时，预设条件可以是质量信息大于预设阈值。

本公开的上述实施例提供的方法根据预设条件对文本的质量进行限制，从而对候选推送文本集中的候选推送文本进行筛选，过滤掉不符合预设条件的候选推送文本，可以有效地减少推送的文本的数目，从而可以降低接收推送的文本的终端设备的流量消耗。同时，这种方式也可以增加质量较高的文本的曝光率，也降低了质量较差的文本的曝光率。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了用于生成信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例提供的用于生成信息的装置600包括获取单元601、确定单元602和生成单元603。其中，获取单元601被配置成获取待处理文本；获取单元601进一步被配置成获取待处理文本的至少一条评论信息；确定单元602被配置成确定待处理文本与至少一条评论信息的相似度作为目标相似度；生成单元603被配置成根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量。

在本实施例中，用于生成信息的装置600中：获取单元601、确定单元602和生成单元603的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述确定单元进一步被配置成：分别确定至少一条评论信息中的评论信息与待处理文本的相似度，得到相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定相似度集中的相似度的加权平均值作为目标相似度。

在本实施例的一些可选的实现方式中，上述确定单元进一步被配置成：将待处理文本拆分成至少两个子文本；对于至少两个子文本中的子文本，确定该子文本分别与至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集；分别确定至少一条评论信息中的评论信息的权重值；确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度；根据至少两个子文本中的子文本分别对应的目标相似度，确定待处理文本对应的目标相似度。

在本实施例的一些可选的实现方式中，上述确定单元进一步被配置成：确定至少两个子文本中的子文本分别对应的目标相似度的平均值或其中的最大值作为待处理文本对应的目标相似度。

在本实施例的一些可选的实现方式中，上述确定单元进一步被配置成：对于至少一条评论信息中的评论信息，获取该评论信息对应的用户操作的统计信息；根据统计信息，确定该评论信息的权重。

本公开的上述实施例提供的装置，通过获取单元获取待处理文本，以及获取待处理文本的至少一条评论信息；确定单元确定待处理文本与至少一条评论信息的相似度作为目标相似度；生成单元根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量，从而实现了利用文本与其评论的相似度来完成对文本的质量的评估，也增加了可以用于表征文本的特征数目，进一步也可以将文本的质量这一特征应用于文本相关的分析和处理中。

下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取待处理文本；获取待处理文本的至少一条评论信息；确定待处理文本与至少一条评论信息的相似度作为目标相似度；根据目标相似度，生成待处理文本的质量信息，其中，质量信息用于表征待处理文本的质量。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括：获取单元、确定单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待处理文本的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (13)

1.一种用于生成信息的方法，包括：

获取待处理文本；

获取所述待处理文本的至少一条评论信息；

确定所述待处理文本与所述至少一条评论信息的相似度作为目标相似度；

根据所述目标相似度，生成所述待处理文本的质量信息，其中，所述质量信息用于表征所述待处理文本的质量。

2.根据权利要求1所述的方法，其中，所述确定所述待处理文本与所述至少一条评论信息的相似度作为目标相似度，包括：

分别确定所述至少一条评论信息中的评论信息与所述待处理文本的相似度，得到相似度集；

分别确定所述至少一条评论信息中的评论信息的权重值；

确定所述相似度集中的相似度的加权平均值作为所述目标相似度。

3.根据权利要求1所述的方法，其中，所述确定所述待处理文本与所述至少一条评论信息的相似度作为目标相似度，包括：

将所述待处理文本拆分成至少两个子文本；

对于所述至少两个子文本中的子文本，确定该子文本分别与所述至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集；分别确定所述至少一条评论信息中的评论信息的权重值；确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度；

根据所述至少两个子文本中的子文本分别对应的目标相似度，确定所述待处理文本对应的目标相似度。

4.根据权利要求3所述的方法，其中，所述根据所述至少两个子文本中的子文本分别对应的目标相似度，确定所述待处理文本对应的目标相似度，包括：

确定所述至少两个子文本中的子文本分别对应的目标相似度的平均值或其中的最大值作为所述待处理文本对应的目标相似度。

5.根据权利要求2或3所述的方法，其中，所述分别确定所述至少一条评论信息中的评论信息的权重值，包括：

对于所述至少一条评论信息中的评论信息，获取该评论信息对应的用户操作的统计信息；根据所述统计信息，确定该评论信息的权重。

6.一种用于生成信息的装置，包括：

获取单元，被配置成获取待处理文本；

所述获取单元，进一步被配置成获取所述待处理文本的至少一条评论信息；

确定单元，被配置成确定所述待处理文本与所述至少一条评论信息的相似度作为目标相似度；

生成单元，被配置成根据所述目标相似度，生成所述待处理文本的质量信息，其中，所述质量信息用于表征所述待处理文本的质量。

7.根据权利要求6所述的装置，其中，所述确定单元进一步被配置成：

分别确定所述至少一条评论信息中的评论信息与所述待处理文本的相似度，得到相似度集；

分别确定所述至少一条评论信息中的评论信息的权重值；

确定所述相似度集中的相似度的加权平均值作为所述目标相似度。

8.根据权利要求6所述的装置法，其中，所述确定单元进一步被配置成：

将所述待处理文本拆分成至少两个子文本；

对于所述至少两个子文本中的子文本，确定该子文本分别与所述至少一条评论信息中的评论信息的相似度，得到该子文本对应的相似度集；分别确定所述至少一条评论信息中的评论信息的权重值；确定该子文本对应的相似度集中的相似度的加权平均值作为该子文本对应的目标相似度；

根据所述至少两个子文本中的子文本分别对应的目标相似度，确定所述待处理文本对应的目标相似度。

9.根据权利要求8所述的装置，其中，所述确定单元进一步被配置成：

确定所述至少两个子文本中的子文本分别对应的目标相似度的平均值或其中的最大值作为所述待处理文本对应的目标相似度。

10.根据权利要求7或8所述的装置，其中，所述确定单元进一步被配置成：

对于所述至少一条评论信息中的评论信息，获取该评论信息对应的用户操作的统计信息；根据所述统计信息，确定该评论信息的权重。

11.一种用于推送信息的方法，包括：

获取候选推送文本集；

对于所述候选推送文本集中的候选推送文本，利用如权利要求1-5之一所述的方法生成该候选推送文本的质量信息；

从所述候选推送文本集中选取对应的质量信息符合预设条件的候选推送文本，以及推送所选取的候选推送文本。

12.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

13.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。