[发明专利]一种信息处理方法、装置和存储介质

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

确定至少一个评论的图像数据；

运用预设的图像识别模型识别所述至少一个评论中各评论的图像数据，确定各评论对应的美学评分；其中，所述美学评分表征图像数据的美感程度；所述预设的图像识别模型基于训练样本集和孪生网络训练得到；

根据所述至少一个评论中各评论对应的所述美学评分，确定所述至少一个评论中各评论的评分结果；

根据所述至少一个评论中各评论的评分结果，对所述至少一个评论进行排序。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：生成预设的图像识别模型；所述生成预设的图像识别模型，包括：

获取所述训练样本集；所述训练样本集包括至少一个训练样本；所述至少一个训练样本中各训练样本包括第一训练样本图像和第二训练样本图像；所述第一训练样本图像和所述第二训练样本图像对应有不同的标签；

将所述训练样本集中各训练样本输入孪生网络，对所述孪生网络进行学习训练，获得所述图像识别模型。

3.根据权利要求2所述的方法，其特征在于，所述孪生网络包括共享权值的第一神经网络和第二神经网络；

所述将所述训练样本集中各训练样本输入孪生网络，对所述孪生网络进行学习训练，包括：

将各训练样本包括的第一训练样本图像和第二训练样本图像分别输入所述第一神经网络和所述第二神经网络，得到第一分数和第二分值；

基于各训练样本对应的第一分值和第二分值，对所述第一神经网络和所述第二神经网络进行迭代训练，得到训练后的第一神经网络和训练后的第二神经网络；

将训练后的所述第一神经网络和训练后的所述第二神经网络中的任一作为所述图像识别模型。

4.根据权利要求3所述的方法，其特征在于，所述训练样本集包括至少一种类目和每个所述类目对应的至少一个训练样本；

所述将训练后的所述第一神经网络和训练后的所述第二神经网络中的任一作为所述图像识别模型，包括：

从所述训练后的第一神经网络和训练后的第二神经网络中选择任一作为预训练模型；

获取调优数据集，根据所述调优数据集对所述预训练模型进行二次训练，得到二次训练后的所述预训练模型，作为所述图像识别模型；

其中，所述调优数据集包括：第一类目和所述第一类目对应的至少一个调优样本；所述调优样本包括调优图像和所述调优图像对应的标签；所述第一类目属于所述至少一个类目。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取至少一个评论中各评论的至少一个第一数据；所述第一数据包括以下至少之一：行为数据、文本数据、视频数据；

按预设策略识别各评论的至少一个第一数据，确定各评论对应的至少一个第一评分；

相应的，所述根据所述至少一个评论中各评论对应的所述美学评分，确定所述至少一个评论中各评论的评分结果，包括：

根据所述至少一个评论中各评论对应的所述美学评分和所述至少一个第一评分，确定所述至少一个评论中各评论的评分结果。

6.一种信息处理装置，其特征在于，所述装置包括：第一处理模块和第二处理模块；其中，

所述第一处理模块，用于确定至少一个评论的图像数据；运用预设的图像识别模型识别所述至少一个评论中各评论的图像数据，确定各评论对应的美学评分；其中，所述美学评分表征图像数据的美感程度；所述预设的图像识别模型基于训练样本集和孪生网络训练得到；

所述第二处理模块，用于根据所述至少一个评论中各评论对应的所述美学评分，确定所述至少一个评论中各评论的评分结果；

根据所述至少一个评论中各评论的评分结果，对所述至少一个评论进行排序。