[发明专利]用于呈现信息的方法和装置有效

专利信息
申请号: 201910019968.1 申请日: 2019-01-08
公开(公告)号: CN111414561B 公开(公告)日: 2023-07-28
发明(设计)人: 范淼;郭琳;冯超;孙明明;李平;王海峰 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/957 分类号: G06F16/957;G06F16/9535;G06F40/30;G06N3/0464;G06N3/0442;G06N3/045;G06N3/084;G06F18/243;G06F18/27
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 呈现 信息 方法 装置
【权利要求书】:

1.一种用于呈现信息的方法,包括:

获取目标发布信息和与所述目标发布信息关联的评论信息集合;

对于所述评论信息集合中的评论信息,基于该评论信息和所述目标发布信息,生成该评论信息的有用性概率和预测评论分数;

基于所得到的有用性概率集合和预测评论分数集合,呈现所述评论信息集合中的评论信息;

其中,所述基于该评论信息和所述目标发布信息,生成该评论信息的有用性概率和预测评论分数,包括:

从该评论信息中提取单词向量编码和字符向量编码,以及基于所提取的单词向量编码和字符向量编码,生成评论初始编码;

从所述目标发布信息中提取单词向量编码和字符向量编码,以及基于所提取的单词向量编码和字符向量编码,生成发布初始编码;

基于该评论初始编码和所述发布初始编码,生成有用性概率和预测评论分数;

其中,所述基于该评论初始编码和所述发布初始编码,生成有用性概率和预测评论分数,包括:

将该评论初始编码输入第一双向长短时记忆网络,得到评论编码;

将所述发布初始编码输入第二双向长短时记忆网络,得到发布编码;

基于所述发布编码和该评论编码,生成注意力机制编码;

将该注意力机制编码输入逻辑斯蒂回归模型得到有用性概率;

将该注意力机制编码输入线性回归模型得到预测评论分数。

2.根据权利要求1所述的方法,其中,所述基于所得到的有用性概率集合和预测评论分数集合,呈现所述评论信息集合中的评论信息,包括:

按照相应预测评论分数由大到小的顺序呈现所述评论信息集合中的评论信息。

3.根据权利要求1所述的方法,其中,所述基于所得到的有用性概率集合和预测评论分数集合,呈现所述评论信息集合中的评论信息,包括:

将小于预设阈值的有用性概率对应的评论信息进行隐藏显示或折叠显示。

4.一种用于呈现信息的装置,包括:

获取单元,被配置成获取目标发布信息和与所述目标发布信息关联的评论信息集合;

生成单元,被配置成对于所述评论信息集合中的评论信息,基于该评论信息和所述目标发布信息,生成该评论信息的有用性概率和预测评论分数;

呈现单元,被配置基于所得到的有用性概率集合和预测评论分数集合,呈现所述评论信息集合中的评论信息;

其中,所述生成单元包括:

第一生成子单元,被配置成从该评论信息中提取单词向量编码和字符向量编码,以及基于所提取的单词向量编码和字符向量编码,生成评论初始编码;

第二生成子单元,被配置成从所述目标发布信息中提取单词向量编码和字符向量编码,以及基于所提取的单词向量编码和字符向量编码,生成发布初始编码;

第三生成子单元,被配置成基于该评论初始编码和所述发布初始编码,生成有用性概率和预测评论分数;

其中,所述第三生成子单元包括:

第一输入模块,被配置成将该评论初始编码输入第一双向长短时记忆循环神经网络,得到评论编码;

第二输入模块,被配置成将所述发布初始编码输入第二双向长短时记忆循环神经网络,得到发布编码;

生成模块,被配置成基于所述发布编码和该评论编码,生成注意力机制编码;

第三输入模块,被配置成将该注意力机制编码输入逻辑斯蒂回归模型得到有用性概率;

第四输入模块,被配置成将该注意力机制编码输入线性回归模型得到预测评论分数。

5.根据权利要求4所述的装置,其中,所述呈现单元进一步被配置成按照相应预测评论分数由大到小的顺序呈现所述评论信息集合中的评论信息。

6.根据权利要求4所述的装置,其中,所述呈现单元进一步被配置成将小于预设阈值的有用性概率对应的评论信息进行隐藏显示或折叠显示。

7.一种电子设备,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

8.一种计算机可读存储介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910019968.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top