[发明专利]一种评论生成方法、装置、设备及存储介质

说明书

本申请提供了一种评论生成方法、装置、设备及存储介质，其中，方法包括：获取目标对象的上下文信息，其中，目标对象的上下文信息包括目标对象的标识、购买目标对象的用户的标识和购买目标对象的用户对目标对象的评分；利用预先建立的评论生成模型以及目标对象的上下文信息，生成针对目标对象的目标评论文本。本申请提供的评论生成方法利用评论生成模型能够自动生成对目标对象进行准确和全面评价的评论文本。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种评论生成方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，越来越多的用户选择在电商网站上购买自己需要的物品或服务，用户对物品或服务的评论对商家和消费者两方的影响都很大。

可以理解的是，大多数消费者在针对物品或服务做出购买决策之前，通常会阅读针对物品或服务的用户评论，并且，消费者的购买行为会受评论内容的影响。另外，商家也会根据用户对已购物品或服务的评论调整服务方向。因此，优质的用户评论是帮助消费者发现产品质量和做出相应决策的重要信息源，也是帮助商家提升服务质量的催化剂。

编写一段语义丰富、语法结构正确的评论需要用户花费较多的时间和精力，然而，大多数用户并不愿意花较多的时间和精力对其购买的物品或服务进行评论，这导致用户评论并不能对产品或服务进行准确全面的评价，用户评论不能对产品或服务进行准确评价不利于商家提升服务质量，同时在一定程度上也影响潜在消费者的购买决策。

发明内容

有鉴于此，本申请提供了一种评论生成方法、装置、设备及存储介质，用以生成能够对目标对象进行准确评价的评论文本，其技术方案如下：

一种评论生成方法，包括：

获取目标对象的上下文信息，其中，所述上下文信息包括所述目标对象的标识、购买所述目标对象的用户的标识，所述用户对所述目标对象的评分；

利用预先建立的评论生成模型以及所述目标对象的上下文信息，生成针对所述目标对象的目标评论文本。

可选的，所述利用预先建立的评论生成模型以及所述目标对象的上下文信息，生成针对所述目标对象的目标评论文本，包括：

通过所述评论生成模型和所述目标对象的上下文信息，预测能够反映待生成的所述目标评论文本的整体内容走向的评论主题序列；

通过所述评论生成模型和所述评论主题序列，生成评论模板，其中，所述评论模板中包括表征粗粒度语义的词，缺失表征细粒度语义的词；

通过所述评论生成模型为所述评论模板补充所述表征细粒度语义的词，获得所述目标评论文本。

可选的，所述通过所述评论生成模型和所述目标对象的上下文信息，预测能够反映待生成的所述目标评论文本的整体内容走向的评论主题序列，包括：

通过所述评论生成模型的上下文编码器，将所述目标对象的上下文信息编码为上下文向量；

通过所述评论生成模型的主题解码器和所述上下文向量，预测所述评论主题序列。

可选的，所述通过所述评论生成模型和所述评论主题序列，生成评论模板，包括：

通过所述评论生成模型的模板解码器，为所述评论主题序列中的每个主题预测一个评论模板，获得所述评论主题序列中每个主题对应的评论模板。

可选的，所述通过所述评论生成模型为所述评论模板补充所述表征细粒度语义的词，获得所述目标评论文本，包括：

通过所述评论生成模型的模板编码器，对所述评论模板进行编码，获得所述评论模板的向量表示；

通过所述评论生成模型的评论解码器和所述评论模板的向量表示，预测所述评论模板缺失的表征细粒度语义的词，并将预测出的词补充至所述评论模板中。