[發明專利]互聯網社區評論中個性化注意力詞的提取方法和裝置

在審

• 申請號: 202211344734.2
• 申請日: 2022-10-31
• 公開（公告）號: CN115630149A
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 文成明
• 申請（專利權）人: 北京小川科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F16/953;G06F40/284;G06Q50/00
• 代理公司: 北京中和立達知識產權代理有限公司 11756
• 代理人: 孟姣

1.一種互聯網社區評論中個性化注意力詞的提取方法，其特征在于，所述方法包括：

根據互聯網社區中的實體名詞匯表和各領域的核心詞表確定社區注意力詞表；

根據社區注意力詞表和bert訓練模型進行深度學習，以得到注意力詞提取模型；

整合每個用戶發表過的所有歷史評論；

通過注意力詞提取模型對每個用戶的每條歷史評論進行注意力詞提取，以得到每個用戶對應的個性化注意力詞表。

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：

獲取目標用戶的當前待顯示評論；

使用所述注意力詞提取模型和所述目標用戶對應的個性化注意力詞表確定所述當前待顯示評論中的目標注意力詞；

顯示所述當前待顯示評論，并突出顯示所述目標注意力詞。

3.根據權利要求1所述的方法，其特征在于，根據互聯網社區中的實體名和各領域的核心詞表確定社區注意力詞表，包括：

收集互聯網社區中的實體名詞匯和各領域的核心詞表，得到注意力初始詞表；

基于互聯網社區語料統計所述注意力初始詞表里每個注意力詞的DF值，并計算IDF值；

當注意力詞的DF值大于或等于第一閾值，且所述注意力詞的IDF值大于或等于第二閾值時，將所述注意力詞加入社區注意力詞表中。

4.根據權利要求3所述的方法，其特征在于，還包括：

當注意力詞的DF值小于所述第一閾值，或者所述注意力詞的IDF值小于第二閾值時，丟棄所述注意力詞。

5.根據權利要求1所述的方法，其特征在于，根據社區注意力詞表和bert訓練模型進行深度學習，以得到注意力詞提取模型，包括：

獲取符合預設條件的目標用戶評論；

將所述社區注意力詞表添加至用戶自定義分詞詞表，并使用所述用戶自定義分詞詞表對每個目標用戶評論進行分詞處理，得到分詞處理結果；

根據分詞處理結果中是否包含所述社區注意力詞表中的注意力詞對每個所述目標用戶評論進行BIO標注，得到標注后的評論數據；

使用標注后的評論數據和bert訓練模型進行深度學習，以得到注意力詞提取模型。

6.根據權利要求5所述的方法，其特征在于，根據分詞處理結果中是否包含所述社區注意力詞表中的注意力詞對每個所述目標用戶評論進行BIO標注，包括：

對于分詞處理結果中包含注意力詞對應的位置標注為B和I，不包含注意力詞對應的位置，標注為O，其中，B標記注意力詞開始的第一個字符，I標記注意力詞的第二個字符至末尾字符，O標記非注意力詞字符。

7.一種互聯網社區評論中個性化注意力詞的提取裝置，其特征在于，所述裝置包括：

確定模塊，用于根據互聯網社區中的實體名詞匯表和各領域的核心詞表確定社區注意力詞表；

訓練模塊，用于根據社區注意力詞表和bert訓練模型進行深度學習，以得到注意力詞提取模型；

整合模塊，用于整合每個用戶發表過的所有歷史評論；

提取模塊，用于通過注意力詞提取模型對每個用戶的每條歷史評論進行注意力詞提取，以得到每個用戶對應的個性化注意力詞表。

8.一種互聯網社區評論中個性化注意力詞的提取裝置，其特征在于，所述裝置包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為：

根據互聯網社區中的實體名詞匯表和各領域的核心詞表確定社區注意力詞表；

根據社區注意力詞表和bert訓練模型進行深度學習，以得到注意力詞提取模型；

整合每個用戶發表過的所有歷史評論；

通過注意力詞提取模型對每個用戶的每條歷史評論進行注意力詞提取，以得到每個用戶對應的個性化注意力詞表。

9.一種計算機可讀存儲介質，其上存儲有計算機指令，其特征在于，該指令被處理器執行時實現權利要求1-6中任一項所述方法的步驟。