[发明专利]用于生成信息评估模型的方法和装置

说明书

本申请实施例公开了用于生成信息评估模型的方法和装置、用于确定评论信息的有用性的方法和装置、电子设备以及计算机可读介质。用于生成信息评估模型的方法包括：获取训练样本，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，利用第一样本评论信息预训练预测器模型，预测器模型用于预测评论信息的有用性标签，判别器模型用于判别有用性标签的真实性；迭代执行多次训练操作对预测器模型和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。该方法基于海量未知价值的评论信息训练评估模型，可以提升模型准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及网络信息处理技术领域，尤其涉及用于生成信息评估模型的方法和装置。

背景技术

随着互联网技术的发展，网络用户和互联网产品的数量不断增多，网络用户关于互联网产品的评论也爆炸式增长。用户在浏览互联网信息时常常会参考其他用户的评论来进行行为决策，例如，用户可以参考产品的评论来做出消费决策。

然而，由于网络中的评论的质量参差不齐，且数量巨大，难以从高效地从海量的评论中筛选出有价值的评论作为参考。因此，存在对评论的价值进行评估的需求。目前的方法是通过众包的方式，设置一系列票选按钮请求其他用户对评论的价值进行投票，这种方式可以收集到少量的投票结果。

发明内容

本公开的实施例提出了用于生成信息评估模型的方法和装置、用于确定评论信息的有用性的方法和装置、电子设备以及计算机可读介质。

第一方面，本公开的实施例提供了一种用于生成信息评估模型的方法，包括：获取训练样本，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，利用第一样本评论信息预训练预测器模型，预测器模型用于预测评论信息的有用性标签，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预测器模型和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；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，根据奖励函数和预测器模型确定预测器模型的期望奖励，基于期望奖励的误差迭代更新预测器模型的参数。

在一些实施例中，上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。

在一些实施例中，上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；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；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。

在一些实施例中，上述奖励函数的输入为第二样本评论信息时，输出为判别器模型对第二样本评论信息的有用性标签的真实性判别结果；以及上述根据奖励函数和预测器模型确定预测器模型的期望奖励，基于期望奖励的误差迭代更新预测器模型的参数，包括：将奖励函数与预测器模型的预测结果相乘计算出期望奖励，响应于确定期望奖励未达到预设的奖励值条件，迭代更新预测器模型的参数。