[发明专利]用于检测评论的方法和装置

权利要求书

1.一种用于检测评论的方法，包括：

利用基于关系网络训练得到的图神经网络提取待检测评论的关联对象的特征向量，其中，所述关系网络中的节点表示对象，所述关系网络中的边表示所连接的两个对象的历史评论具有预设关联，所述待检测评论的关联对象包括发布所述待检测评论的对象和/或所述待检测评论所评论的对象；

根据所述待检测评论的关联对象的特征向量，生成用于指示所述待检测评论是否属于异常评论的检测结果。

2.根据权利要求1所述的方法，其中，所述图神经网络的训练数据通过如下步骤得到：

将所述关系网络对应的节点对象集拆分为有标签对象集和无标签对象集，其中，对象的标签用于指示对象是否为异常评论的关联对象；

对于所述无标签对象集中的对象，根据该对象的评论属性信息分别与所述有标签对象集中的各对象的评论属性信息之间的相似度，确定该对象的标签；

使用所述节点对象集中的各对象分别对应的标签作为训练数据。

3.根据权利要求2所述的方法，其中，所述节点对象集中的对象的评论属性信息包括关联属性信息，其中，对象的关联属性信息表示该对象的历史评论分别与所述节点对象集中的其它各对象的历史评论之间是否具有预设关联。

4.根据权利要求3所述的方法，其中，所述节点对象集中的对象的评论属性信息还包括元属性信息，其中，元属性信息不包括关联属性信息；以及

所述无标签对象集中的无标签对象的评论属性信息与所述有标签对象集中的有标签对象的评论属性信息之间的相似度通过如下步骤确定：

确定无标签对象的关联属性信息与有标签对象的关联属性信息之间的相似度作为第一相似度；

确定无标签对象的元属性信息与有标签对象的元属性信息之间的相似度作为第二相似度；

根据所述第一相似度与所述第二相似度的加权和，确定无标签对象的评论属性信息与有标签对象的评论属性信息之间的相似度。

5.根据权利要求2所述的方法，其中，所述根据该对象的评论属性信息分别与所述有标签对象集中的各对象的评论属性信息之间的相似度，确定该对象的标签，包括：

确定该对象的评论属性信息分别与所述有标签对象集中的各对象的评论属性信息之间的相似度中的最大相似度；

确定所述最大相似度对应的对象的标签作为该对象的标签。

6.根据权利要求1所述的方法，其中，所述利用基于关系网络训练得到的图神经网络提取待检测评论的关联对象的特征向量，包括：

根据所述待检测评论的关联对象的评论属性信息分别与目标对象集中的各对象的评论属性信息之间的相似度，从所述目标对象集中选取对象，其中，所述目标对象集由所述待检测评论的关联对象在所述关系网络中的相邻节点表示的对象组成；

确定从所述目标对象集中选取的对象对应的节点作为所述待检测评论的关联对象对应的节点的有效相邻节点；

通过聚合所述有效相邻节点的特征信息和所述待检测评论的关联对象对应的节点的特征信息，得到所述待检测评论的关联对象的特征向量。

7.根据权利要求6所述的方法，其中，所述目标对象集中的对象的评论属性信息包括关联属性信息，其中，对象的关联属性信息表示该对象的历史评论分别与所述关系网络对应的节点对象集中的其它各对象的历史评论之间是否具有预设关联。

8.根据权利要求7所述的方法，其中，所述目标对象集中的对象的评论属性信息还包括元属性信息，其中，元属性信息不包括关联属性信息；以及

对于所述目标对象集中的对象，该对象的评论属性信息与所述待检测评论的关联对象的评论属性信息之间的相似度通过如下步骤确定：

确定该对象的关联属性信息与所述待检测评论的关联对象的关联属性信息之间的相似度作为第一相似度；

确定该对象的元属性信息与所述待检测评论的关联对象的元属性信息之间的相似度作为第二相似度；

根据所述第一相似度与所述第二相似度的加权和，确定该对象的评论属性信息与所述待检测评论的关联对象的评论属性信息之间的相似度。