[發明專利]文本評論的生成方法以及電子設備有效
| 申請號: | 202110707456.1 | 申請日: | 2021-06-24 |
| 公開(公告)號: | CN113486649B | 公開(公告)日: | 2023-07-04 |
| 發明(設計)人: | 簡仁賢;吳文杰;蘇暢;范敏 | 申請(專利權)人: | 竹間智能科技(上海)有限公司 |
| 主分類號: | G06F40/211 | 分類號: | G06F40/211;G06F40/216;G06F40/284;G06F40/30 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 鐘揚飛 |
| 地址: | 200030 上海市徐*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 文本 評論 生成 方法 以及 電子設備 | ||
1.一種文本評論的生成方法,其特征在于,包括:
獲取待評論文本;
根據所述待評論文本中每個句子的關鍵詞,確定不同句子之間的語義關系,包括:根據句子標識符,對所述待評論文本進行分句操作,得到多個句子;通過關鍵詞提取算法獲取每個所述句子的關鍵詞;若存在兩個句子具有相同的關鍵詞,確定所述兩個句子語義相關聯;
將每個句子對應的句子特征以及所述不同句子之間的語義關系,作為已訓練的文本生成模型的輸入,包括:以每個句子為節點,具有相同關鍵詞的兩個句子對應的節點相連,構建圖譜結構;根據所述圖譜結構中每個節點對應的句子特征,構建第一特征矩陣;根據所述圖譜結構中不同節點之間的連接關系,構建第二特征矩陣;將所述第一特征矩陣和第二特征矩陣作為已訓練的文本生成模型的輸入;
將所述文本生成模型輸出的組合概率最高的多條詞匯序列,作為模型評論語句。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
根據所述待評論文本對應的相似文本的評論語句,得到相似評論語句;
根據所述待評論文本的索引信息對應的評論語句,得到庫評論語句;
匯總所述模型評論語句、相似評論語句和庫評論語句,得到所述待評論文本的評論結果。
3.根據權利要求2所述的方法,其特征在于,所述根據所述待評論文本對應的相似文本的評論語句,得到相似評論語句,包括:
計算所述待評論文本與每篇樣本文稿之間的文本相似度;
根據所述待評論文本與每篇樣本文稿之間的文本相似度,篩選出所述文本相似度大于閾值的樣本文稿作為所述相似文本;
根據所述相似文本對應的評論語句,得到所述相似評論語句。
4.根據權利要求2所述的方法,其特征在于,所述根據所述待評論文本的索引信息對應的評論語句,得到庫評論語句,包括:
根據所述待評論文本的索引信息,從評論庫中選取所述索引信息對應的評論語句,得到庫評論語句;
其中,所述評論庫中存儲有不同索引信息對應的評論語句。
5.根據權利要求4所述的方法,其特征在于,所述索引信息包括文本關鍵詞和/或分類標簽;根據所述待評論文本的索引信息,從評論庫中選取所述索引信息對應的評論語句,得到庫評論語句;
根據所述待評論文本的文本關鍵詞,從評論庫中選取所述文本關鍵詞對應的評論語句,得到所述庫評論語句;
或者,
根據所述待評論文本的分類標簽,從評論庫中選取所述分類標簽對應的評論語句,得到所述庫評論語句;
或者;
根據所述待評論文本的文本關鍵詞和分類標簽,從評論庫中選取所述文本關鍵詞對應的評論語句以及所述分類標簽對應的評論語句,得到所述庫評論語句。
6.根據權利要求2所述的方法,其特征在于,所述匯總所述模型評論語句、相似評論語句和庫評論語句,得到所述待評論文本的評論結果,包括:
按照所述模型評論語句排列在前,所述相似評論語句和庫評論語句排列在后的順序,按序分批顯示所述模型評論語句、相似評論語句以及庫評論語句。
7.根據權利要求6所述的方法,其特征在于,所述按照所述模型評論語句排列在前,所述相似評論語句和庫評論語句排列在后的順序,按序分批顯示所述模型評論語句、相似評論語句以及庫評論語句,包括:
按照每個批次的預設數量,以及所述模型評論語句排列在前,所述相似評論語句和庫評論語句排列在后的順序,將所述模型評論語句、相似評論語句以及庫評論語句劃分為多個批次;
顯示前一批次的評論語句,當接收到下一次批次功能按鈕的觸發指令時,顯示所述前一批次之后的下一批次的評論語句。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于竹間智能科技(上海)有限公司,未經竹間智能科技(上海)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110707456.1/1.html,轉載請聲明來源鉆瓜專利網。





