[發明專利]一種評論質量分類的方法、裝置、設備及可讀介質

在審

• 申請號: 202011178473.2
• 申請日: 2020-10-29
• 公開（公告）號: CN112434155A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 張燦;劉偉;牟奇
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06N3/04;G06Q10/06
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰;陳黎明

1.一種評論質量分類的方法，其特征在于，包括以下步驟：

獲取評論數據，并根據所述評論數據的元數據特征分析得到質量評價參考指標；

根據所述評論數據的語言特征構建質量評價指標體系；

基于所述質量評價指標體系構建分類模型，并基于所述分類模型通過遞歸神經網絡的最小二乘支持向量機對所述評論數據進行分類；以及

基于所述質量評價參考指標對基于所述分類模型的分類結果進行評價。

2.根據權利要求1所述的評論質量分類的方法，其特征在于，根據所述評論數據的元數據特征分析得到質量評價參考指標包括：

基于所述評論數據獲取評論有用投票數和評論者歷史評論有用率；

基于所述評論有用投票數和所述評論者歷史評論有用率計算得到有用評論指標。

3.根據權利要求1所述的評論質量分類的方法，其特征在于，根據所述評論數據的語言特征構建質量評價指標體系包括：

基于中文詞庫中正面情感詞和負面情感詞標準分析所述評論數據中情感詞和修飾詞的數量指標；

基于所述評論數據中的用戶評分與平均分的差異值計算所述評論數據的評分差異指標。

4.根據權利要求1所述的評論質量分類的方法，其特征在于，根據所述評論數據的語言特征構建質量評價指標體系包括：

基于自動化可讀性指數計算所述評論數據的可讀性指標。

5.根據權利要求1所述的評論質量分類的方法，其特征在于，根據所述評論數據的語言特征構建質量評價指標體系包括：

基于評論對應的主題相似度最高的概率值作為所述評論數據的相關性指標。

6.根據權利要求1所述的評論質量分類的方法，其特征在于，基于所述分類模型通過遞歸神經網絡的最小二乘支持向量機對所述評論數據進行分類包括：

通過遞歸神經網絡的最小二乘支持向量機對所述評論數據進行并行處理，并分類結果推送給用戶。

7.根據權利要求1所述的評論質量分類的方法，其特征在于，基于所述質量評價參考指標對基于所述分類模型的分類結果進行評價包括：

基于查準率、召回率、準確率和F值指標對分類結果進行分析和評價。

8.一種評論質量分類的裝置，其特征在于，包括：

初始模塊，配置用于獲取評論數據，并根據所述評論數據的元數據特征分析得到質量評價參考指標；

構建體系模塊，配置用于根據所述評論數據的語言特征構建質量評價指標體系；

分類模塊，配置用于基于所述質量評價指標體系構建分類模型，并基于所述分類模型通過遞歸神經網絡的最小二乘支持向量機對所述評論數據進行分類；以及

分析模塊，配置用于基于所述質量評價參考指標對基于所述分類模型的分類結果進行評價。

9.一種計算機設備，其特征在于，包括：

至少一個處理器；以及

存儲器，所述存儲器存儲有可在所述處理器上運行的計算機指令，所述指令由所述處理器執行時實現1-7任意一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-7任意一項所述方法的步驟。