[發明專利]一種評論生成方法、裝置、設備及存儲介質

有效

• 申請號: 201910959216.3
• 申請日: 2019-10-10
• 公開（公告）號: CN110688832B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 趙鑫;李軍毅;付瑞吉;王士進;胡國平;秦兵;劉挺
• 申請（專利權）人: 河北省訊飛人工智能研究院
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06N3/0442;G06N3/0455;G06Q30/0282
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊華

本申請提供了一種評論生成方法、裝置、設備及存儲介質，其中，方法包括：獲取目標對象的上下文信息，其中，目標對象的上下文信息包括目標對象的標識、購買目標對象的用戶的標識和購買目標對象的用戶對目標對象的評分；利用預先建立的評論生成模型以及目標對象的上下文信息，生成針對目標對象的目標評論文本。本申請提供的評論生成方法利用評論生成模型能夠自動生成對目標對象進行準確和全面評價的評論文本。

技術領域

本申請涉及自然語言處理技術領域，尤其涉及一種評論生成方法、裝置、設備及存儲介質。

背景技術

隨著互聯網技術的發展，越來越多的用戶選擇在電商網站上購買自己需要的物品或服務，用戶對物品或服務的評論對商家和消費者兩方的影響都很大。

可以理解的是，大多數消費者在針對物品或服務做出購買決策之前，通常會閱讀針對物品或服務的用戶評論，并且，消費者的購買行為會受評論內容的影響。另外，商家也會根據用戶對已購物品或服務的評論調整服務方向。因此，優質的用戶評論是幫助消費者發現產品質量和做出相應決策的重要信息源，也是幫助商家提升服務質量的催化劑。

編寫一段語義豐富、語法結構正確的評論需要用戶花費較多的時間和精力，然而，大多數用戶并不愿意花較多的時間和精力對其購買的物品或服務進行評論，這導致用戶評論并不能對產品或服務進行準確全面的評價，用戶評論不能對產品或服務進行準確評價不利于商家提升服務質量，同時在一定程度上也影響潛在消費者的購買決策。

發明內容

有鑒于此，本申請提供了一種評論生成方法、裝置、設備及存儲介質，用以生成能夠對目標對象進行準確評價的評論文本，其技術方案如下：

一種評論生成方法，包括：

獲取目標對象的上下文信息，其中，所述上下文信息包括所述目標對象的標識、購買所述目標對象的用戶的標識，所述用戶對所述目標對象的評分；

利用預先建立的評論生成模型以及所述目標對象的上下文信息，生成針對所述目標對象的目標評論文本。

可選的，所述利用預先建立的評論生成模型以及所述目標對象的上下文信息，生成針對所述目標對象的目標評論文本，包括：

通過所述評論生成模型和所述目標對象的上下文信息，預測能夠反映待生成的所述目標評論文本的整體內容走向的評論主題序列；

通過所述評論生成模型和所述評論主題序列，生成評論模板，其中，所述評論模板中包括表征粗粒度語義的詞，缺失表征細粒度語義的詞；

通過所述評論生成模型為所述評論模板補充所述表征細粒度語義的詞，獲得所述目標評論文本。

可選的，所述通過所述評論生成模型和所述目標對象的上下文信息，預測能夠反映待生成的所述目標評論文本的整體內容走向的評論主題序列，包括：

通過所述評論生成模型的上下文編碼器，將所述目標對象的上下文信息編碼為上下文向量；

通過所述評論生成模型的主題解碼器和所述上下文向量，預測所述評論主題序列。

可選的，所述通過所述評論生成模型和所述評論主題序列，生成評論模板，包括：

通過所述評論生成模型的模板解碼器，為所述評論主題序列中的每個主題預測一個評論模板，獲得所述評論主題序列中每個主題對應的評論模板。

可選的，所述通過所述評論生成模型為所述評論模板補充所述表征細粒度語義的詞，獲得所述目標評論文本，包括：

通過所述評論生成模型的模板編碼器，對所述評論模板進行編碼，獲得所述評論模板的向量表示；

通過所述評論生成模型的評論解碼器和所述評論模板的向量表示，預測所述評論模板缺失的表征細粒度語義的詞，并將預測出的詞補充至所述評論模板中。