[发明专利]确定对象属性参数的方法、装置、终端设备及存储介质

权利要求书

1.一种确定对象属性参数的方法，其特征在于，包括：

若检测到终端设备处于目标运行状态且接收到对象选择指令，则根据对所述对象选择指令的解析结果，获取针对目标对象的目标评论文本；

对所述目标评论文本执行情感分类处理，得到所述目标评论文本的情感分类结果；

根据所述情感分类结果中描述的所述目标评论文本的情感类别，确定所述目标对象的指定属性参数。

2.如权利要求1所述的方法，其特征在于，所述目标评论文本为多个，所述情感分类结果包含所述多个目标评论文本中每个目标评论文本分别对应的情感类别；

所述根据所述情感分类结果中描述的所述目标评论文本的情感类别，确定所述目标对象的指定属性参数，包括：

根据所述多个目标评论文本中每个目标评论文本分别对应的情感类别，统计每个情感类别分别对应的所述目标评论文本的数量；

根据每个情感类别分别对应的所述目标评论文本的数量，确定所述目标对象的指定属性参数。

3.如权利要求2所述的方法，其特征在于，所述目标对象的指定属性参数为多个；

在根据所述情感分类结果中描述的所述目标评论文本的情感类别，确定所述目标对象的指定属性参数之前，还包括：

对所述多个目标评论文本进行解析，得到每个所述目标评论文本分别对应的属性类别；

所述根据所述情感分类结果中描述的所述目标评论文本的情感类别，确定所述目标对象的指定属性参数，包括：

根据对应的属性类别与所述指定属性参数关联的所述目标评论文本的情感分类结果，确定所述目标对象的指定属性参数。

4.如权利要求1所述的方法，其特征在于，所述对所述目标评论文本执行情感分类处理，得到所述目标评论文本的情感分类结果，包括：

将所述目标评论文本输入已训练的文本情感分类模型进行处理，得到所述目标评论文本的情感分类结果；

其中，所述文本情感分类模型通过以下方式训练获得：

获取已标注情感类别的样本评论数据；

以所述样本评论数据作为训练集，训练得到所述文本情感分类模型。

5.如权利要求4所述的方法，其特征在于，所述训练集包括第一子训练数据集和第二子训练数据集，其中，所述第一子训练数据集包括已标注为第一情感类别的样本评论数据，所述第二子训练数据集包括已标注为第一情感类别的样本评论数据或者已标注为第二情感类别的样本评论数据中的一种或多种；

所述以所述样本评论数据作为训练集，训练得到所述文本情感分类模型，包括：

基于所述第一子训练数据集以及所述第二子训练数据集，对预构建的初始情感分类模型的参数进行优化更新，并将参数优化更新后的所述初始情感分类模型确定为所述文本情感分类模型。

6.如权利要求1-5任一项所述的方法，其特征在于，所述获取针对目标对象的目标评论文本，包括：

获取针对所述目标对象的多个初始评论文本；

根据每个所述初始评论文本分别对应的评论时间、信息源、评论者的通信地址和评论者的标识信息，删除所述多个初始评论文本中的重复评论文本；

将删除重复评论文本后的所述多个初始评论文本确定为所述目标评论文本。

7.如权利要求6所述的方法，其特征在于，根据每个所述初始评论文本分别对应的评论时间、信息源、评论者的通信地址和评论者的标识信息，删除所述多个初始评论文本中的重复评论文本，包括：

若所述多个初始评论文本中存在评论者的通信地址相同且信息源不同的二个以上初始评论文本，则分别计算所述二个以上初始评论文本的哈希值；

若所述二个以上初始评论文本中存在哈希值以及评论者的标识信息均相同的初始评论文本，则计算所述哈希值以及评论者的标识信息均相同的初始评论文本两两之间的评论时间差值；

若所述两两之间的评论时间差值的最小值小于预设时长，则在所述哈希值以及评论者的标识信息均相同的初始评论文本中选择一个初始评论文本进行保留，并将其余的初始评论文本删除。