[发明专利]文本评论的生成方法以及电子设备有效
申请号: | 202110707456.1 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113486649B | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 简仁贤;吴文杰;苏畅;范敏 | 申请(专利权)人: | 竹间智能科技(上海)有限公司 |
主分类号: | G06F40/211 | 分类号: | G06F40/211;G06F40/216;G06F40/284;G06F40/30 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 钟扬飞 |
地址: | 200030 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 评论 生成 方法 以及 电子设备 | ||
1.一种文本评论的生成方法,其特征在于,包括:
获取待评论文本;
根据所述待评论文本中每个句子的关键词,确定不同句子之间的语义关系,包括:根据句子标识符,对所述待评论文本进行分句操作,得到多个句子;通过关键词提取算法获取每个所述句子的关键词;若存在两个句子具有相同的关键词,确定所述两个句子语义相关联;
将每个句子对应的句子特征以及所述不同句子之间的语义关系,作为已训练的文本生成模型的输入,包括:以每个句子为节点,具有相同关键词的两个句子对应的节点相连,构建图谱结构;根据所述图谱结构中每个节点对应的句子特征,构建第一特征矩阵;根据所述图谱结构中不同节点之间的连接关系,构建第二特征矩阵;将所述第一特征矩阵和第二特征矩阵作为已训练的文本生成模型的输入;
将所述文本生成模型输出的组合概率最高的多条词汇序列,作为模型评论语句。
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:
根据所述待评论文本对应的相似文本的评论语句,得到相似评论语句;
根据所述待评论文本的索引信息对应的评论语句,得到库评论语句;
汇总所述模型评论语句、相似评论语句和库评论语句,得到所述待评论文本的评论结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待评论文本对应的相似文本的评论语句,得到相似评论语句,包括:
计算所述待评论文本与每篇样本文稿之间的文本相似度;
根据所述待评论文本与每篇样本文稿之间的文本相似度,筛选出所述文本相似度大于阈值的样本文稿作为所述相似文本;
根据所述相似文本对应的评论语句,得到所述相似评论语句。
4.根据权利要求2所述的方法,其特征在于,所述根据所述待评论文本的索引信息对应的评论语句,得到库评论语句,包括:
根据所述待评论文本的索引信息,从评论库中选取所述索引信息对应的评论语句,得到库评论语句;
其中,所述评论库中存储有不同索引信息对应的评论语句。
5.根据权利要求4所述的方法,其特征在于,所述索引信息包括文本关键词和/或分类标签;根据所述待评论文本的索引信息,从评论库中选取所述索引信息对应的评论语句,得到库评论语句;
根据所述待评论文本的文本关键词,从评论库中选取所述文本关键词对应的评论语句,得到所述库评论语句;
或者,
根据所述待评论文本的分类标签,从评论库中选取所述分类标签对应的评论语句,得到所述库评论语句;
或者;
根据所述待评论文本的文本关键词和分类标签,从评论库中选取所述文本关键词对应的评论语句以及所述分类标签对应的评论语句,得到所述库评论语句。
6.根据权利要求2所述的方法,其特征在于,所述汇总所述模型评论语句、相似评论语句和库评论语句,得到所述待评论文本的评论结果,包括:
按照所述模型评论语句排列在前,所述相似评论语句和库评论语句排列在后的顺序,按序分批显示所述模型评论语句、相似评论语句以及库评论语句。
7.根据权利要求6所述的方法,其特征在于,所述按照所述模型评论语句排列在前,所述相似评论语句和库评论语句排列在后的顺序,按序分批显示所述模型评论语句、相似评论语句以及库评论语句,包括:
按照每个批次的预设数量,以及所述模型评论语句排列在前,所述相似评论语句和库评论语句排列在后的顺序,将所述模型评论语句、相似评论语句以及库评论语句划分为多个批次;
显示前一批次的评论语句,当接收到下一次批次功能按钮的触发指令时,显示所述前一批次之后的下一批次的评论语句。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于竹间智能科技(上海)有限公司,未经竹间智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110707456.1/1.html,转载请声明来源钻瓜专利网。