[发明专利]一种基于商品方面对齐的抽象式评论摘要生成方法

权利要求书

1.一种基于商品方面对齐的抽象式评论摘要生成方法，其特征在于，包括：

(1)获取商品评论数据，对商品下的评论进行划分，筛选出低质量评论和高质量评论，并用方面对齐的方式将筛选出的评论构建成多评论摘要数据集；具体过程为：

(1-1)收集商品的评论数据，修剪一些自动生成的低质量评论，并删除同一产品下显示超过20次高频次评论；

(1-2)在这些剩余的评论数据上运行方面Aspect提取器，并删除未涵盖任何预先定义的方面的评论；从而得到每个产品包含不同方面的评论；

(1-3)对于每个产品，首先找到点赞数大于10且包含大于3个方面的高质量评论；然后对对应的每个方面，找到10～40个低质量评论组成低质量评论集，所述的低质量评论为点赞数小于1且只包含一个方面的评论；

(1-4)重复上述步骤，生成多组由低质量评论集和对应的高质量评论所组成的(评论集，摘要)对，作为评论摘要数据集；

(2)建立一个序列模型，所述的序列模型包含基于循环神经网络的编码器、解码器和注意力机制；同时加入基于方面的注意力机制；

所述编码器中的循环神经网络为双向长短时记忆网络；所述的序列模型加入了生成词与评论集原始文本的注意力机制，以及生成词与方面Aspect向量的注意力机制；所述序列模型的工作过程如下：

(2-1)编码器对评论集中的每个评论的每个词都编码成一个向量，对于每个评论生成的向量经过自注意力机制生成相应的评论向量；

(2-2)对于每个预定义的方面，随机初始化一个方面向量；

(2-3)对于评论向量集合的方面向量集进行共注意力；

(2-4)解码器每次生成的隐藏层向量采用注意力机制对评论集中的每个评论的每个词的向量、每个评论经过共注意力的向量、每个方面向量经过共注意力的向量进行加权求和并整合得到上下文向量c_t，然后将隐藏层向量h_t与上下文向量c_t用线性函数整合并送入softmax函数中得到预测序列的概率分布；所述softmax函数的公式为：

P(y_t|y_＜t,x)＝softmax(W_pc_t+W_qh_t+b_p)

其中，W_p、W_q和b_p都是待训练的参数，y_t是解码器输出的第t个单词；

(3)使用Adam优化器在多评论摘要数据集上训练序列模型，直到模型收敛；

(4)使用训练好的模型进行评论摘要生成任务，输入商品的评论后，自动生成摘要。