[發(fā)明專利]生成評論的方法、裝置、設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210158264.4
• 申請日: 2022-02-21
• 公開（公告）號: CN114519352A
• 公開（公告）日: 2022-05-20
• 發(fā)明（設(shè)計）人: 胡文憑;張睿;魏曉林
• 申請（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 謝冬寒

本申請公開了一種生成評論的方法、裝置、設(shè)備和存儲介質(zhì)，屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域。所述方法包括：先確定待評論信息對應(yīng)的多個內(nèi)容表征詞；然后，基于多個內(nèi)容表征詞確定核心詞以及每個核心詞位于評論語第一位置的概率，同時，確定評論詞以及每個評論詞位于評論語第一位置的概率；再后，確定評論語第一位置的選定詞，且基于第一位置的選定詞和內(nèi)容表征詞，評論語其他位置的選定詞；最后，基于每個位置的選定詞，確定待評論信息對應(yīng)的評論語。采用該方法，提高了評論效率，減少了人力投入，提高了評論句式的多樣性，增強評論內(nèi)容對用戶的吸引力，從而，有利于與用戶之間產(chǎn)生互動。

技術(shù)領(lǐng)域

本申請涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種生成評論的方法、裝置、設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著移動互聯(lián)網(wǎng)時代的到來，人們會在各式各樣的應(yīng)用程序(如某博、某書、某團等)中分享社會新聞、個人生活和消費體驗等。應(yīng)用程序的開發(fā)人員可以對用戶發(fā)表的內(nèi)容進行評論，與用戶之間形成互動，以此提高用戶對應(yīng)用程序的使用粘性。

常見的評論方法有人工評論和模板式自動評論。人工評論是指由應(yīng)用程序的工作人員閱讀待評論信息(即用戶發(fā)表的內(nèi)容)后進行評論。而采用模板式自動評論的方式時，應(yīng)用程序?qū)?yīng)的服務(wù)器中可以預(yù)先存儲有多個模板式評論語，服務(wù)器可以根據(jù)待評論信息確定相應(yīng)的目標(biāo)模板式評論語，用于評論待評論信息。

上述兩種評論方式中，人工評論的效率比較低，對于一些用戶數(shù)量較多的應(yīng)用程序來說，需要投入大量的人力，而模板式自動評論的模板數(shù)量有限、模板句式單一，而且評論內(nèi)容枯燥，導(dǎo)致評論內(nèi)容缺乏吸引力，無法與用戶之間形成互動。

發(fā)明內(nèi)容

本申請實施例提供了一種生成評論的方法、裝置、設(shè)備和存儲介質(zhì)，能夠解決現(xiàn)有技術(shù)中人工評論的效率低、模板式自動評論缺乏吸引力的問題。技術(shù)方案如下：

第一方面，提供了一種生成評論的方法，所述方法包括：

基于內(nèi)容分析模型確定待評論信息對應(yīng)的多個內(nèi)容表征詞；

基于核心詞分析模型，確定所述多個內(nèi)容表征詞中的核心詞、以及每個核心詞位于所述待評論信息的評論語中第一位置的概率；

基于評論詞確定模型和所述多個內(nèi)容表征詞，確定所述待評論信息對應(yīng)的評論詞、以及每個評論詞位于所述第一位置的概率；

基于所述核心詞、所述每個核心詞位于所述第一位置的概率、所述評論詞、以及所述每個評論詞位于所述第一位置的概率，確定所述評論語中所述第一位置的選定詞；

基于所述第一位置的選定詞和所述多個內(nèi)容表征詞，確定所述評論語中其他位置的選定詞，將所述第一位置的選定詞和所述其他位置的選定詞，進行組合得到所述評論語。

在一種可能的實現(xiàn)方式中，所述基于內(nèi)容分析模型確定待評論信息對應(yīng)的多個內(nèi)容表征詞之后，還包括：

基于概率分析模型，確定每個內(nèi)容表征詞位于所述第一位置的概率；

所述基于核心詞分析模型，確定所述多個內(nèi)容表征詞中的核心詞、以及每個核心詞位于所述待評論信息的評論語中第一位置的概率，包括：

基于核心詞分析模型、所述多個內(nèi)容表征詞和所述每個內(nèi)容表征詞位于所述第一位置的概率，確定所述多個內(nèi)容表征詞中的核心詞、以及每個核心詞位于所述第一位置的概率。

在一種可能的實現(xiàn)方式中，所述基于評論詞確定模型和所述多個內(nèi)容表征詞，確定所述待評論信息對應(yīng)的評論詞、以及每個評論詞位于所述第一位置的概率，包括：

基于評論詞確定模型、所述多個內(nèi)容表征詞和所述每個內(nèi)容表征詞位于所述第一位置的概率，確定所述待評論信息對應(yīng)的評論詞、以及每個評論詞位于所述第一位置的概率。