[发明专利]用于生成信息评估模型的方法和装置

权利要求书

1.一种用于生成信息评估模型的方法，包括：

获取训练样本，所述训练样本包括具有有用性标签的第一样本评论信息和不具有有用性标签的第二样本评论信息；

获取基于生成式对抗网络中的生成网络和判别网络分别构建的预测器模型和判别器模型，利用所述第一样本评论信息预训练所述预测器模型，所述预测器模型用于预测评论信息的有用性标签，所述判别器模型用于判别有用性标签的真实性；

通过迭代执行多次训练操作对所述预测器模型和所述判别器模型进行训练，将训练完成的预测器模型作为信息评估模型；

所述训练操作包括：

采用预测器模型对第二样本评论信息的有用性标签进行预测，将第一样本评论信息的有用性标签作为真实标签，第二样本评论信息的有用性标签作为虚假标签，采用判别器模型对第一样本评论信息的有用性标签和第二样本评论信息的有用性标签的真实性进行判别，基于判别器模型的判别结果的误差迭代更新判别器模型的参数和与判别器模型的参数和预测器模型的参数关联的奖励函数，根据所述奖励函数和预测器模型确定所述预测器模型的期望奖励，基于所述期望奖励的误差迭代更新所述预测器模型的参数。

2.根据权利要求1所述的方法，其中，所述采用判别器模型对第一样本评论信息的有用性标签和第二样本评论信息的有用性标签的真实性进行判别，包括：

选取数量相等的第一样本评论信息和第二样本评论信息的有用性标签，采用判别器模型对选取出的有用性标签的真实性进行判别。

3.根据权利要求1所述的方法，其中，所述判别器模型的判别结果的误差包括第一交叉熵的相反数和第二交叉熵的相反数的和；

所述第一交叉熵包括：第一样本评论信息的有用性标签为真实标签的第一概率分布与判别器模型将第一样本评论信息的有用性标签判定为真实标签的第二概率分布之间的交叉熵；

所述第二交叉熵包括：预测器模型预测出的第二样本评论信息的有用性标签为真实标签的第三概率分布与判别器模型将第二样本评论信息的有用性标签判定为真实标签的第四概率分布之间的交叉熵。

4.根据权利要求1所述的方法，其中，所述奖励函数的输入为第二样本评论信息时，输出为所述判别器模型对所述第二样本评论信息的有用性标签的真实性判别结果；以及

所述根据所述奖励函数和预测器模型确定所述预测器模型的期望奖励，基于所述期望奖励的误差迭代更新所述预测器模型的参数，包括：

将所述奖励函数与所述预测器模型的预测结果相乘计算出期望奖励，响应于确定所述期望奖励未达到预设的奖励值条件，迭代更新所述预测器模型的参数。

5.根据权利要求4所述的方法，其中，所述奖励函数的输入为第一样本评论信息且所述判别器模型将所述第一样本评论信息的有用性标签判别为真实标签时，所述奖励函数的值为1；

所述奖励函数的输入为第一样本评论信息且所述判别器模型将所述第一样本评论信息的有用性标签判别为虚假标签时，所述奖励函数的值为0。

6.根据权利要求1所述的方法，其中，所述第一样本评论信息还具有有用性指数标签，所述有用性指数标签用于表征有用性的程度，所述预测器模型还用于预测评论信息的有用性指数标签；

所述训练操作还包括：

采用预测器模型对第二样本评论信息的有用性指数标签进行预测；

确定所述预测器模型对有用性指数标签的预测误差；以及

所述基于所述期望奖励的误差迭代更新所述预测器模型的参数，包括：

基于所述期望奖励的误差和所述预测器模型对有用性指数标签的预测误差交替迭代更新所述预测器模型的参数。

7.根据权利要求1所述的方法，其中，所述方法还包括：

获取所述训练样本对应的评论对象信息；以及

所述预测器模型包括信息预处理网络和分类网络；

所述信息预处理网络用于将所述训练样本和对应的评论对象信息转换为数学表示，所述分类网络基于所述数学表示预测所述训练样本的有用性标签。