[发明专利]信息筛选方法、模型训练方法、装置、电子设备和介质

说明书

本公开的实施例公开了信息筛选方法、模型训练方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取针对目标物品的物品评论信息集；对物品评论信息集中的每个物品评论信息进行预处理，以生成预处理后物品评论信息，得到预处理后物品评论信息集；将每个预处理后物品评论信息输入至评论观点生成模型，以输出用户观点信息，得到用户观点信息集；从多个物品属性中筛选出对应属性观点信息满足第一预设条件的物品属性，得到至少一个物品属性；从至少一个物品属性的属性观点信息中筛选出满足第二预设条件的属性观点信息，作为物品印象观点信息，得到物品印象观点信息集。该实施方式可以准确、高效地生成物品印象观点信息。提高了用户体验。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及信息筛选方法、模型训练方法、装置、电子设备和介质。

背景技术

目前，物品评论已经成为各个网站最为重要的数字资产之一。各个网站往往会展示对应物品的主要评价观点。对于主要评价观点的生成，通常采用的方式为：基于深度多任务学习方法，来对各个物品评论进行分析，以得到主要评价观点。

然而，当采用上述方式来生成主要评价观点，经常会存在如下技术问题：

对各个物品评论的信息概括能力较差，识别出来的各个主要评价观点不够精准。导致识别出的各个主要评价观点中可能存在语义信息相似的至少两个主要评价观点。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了信息筛选方法、模型训练方法、装置、电子设备和介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种信息筛选方法，包括：获取针对目标物品的物品评论信息集；对上述物品评论信息集中的每个物品评论信息进行预处理，以生成预处理后物品评论信息，得到预处理后物品评论信息集；将上述物品评论信息预处理后物品评论信息集中每个预处理后物品评论信息物品评论信息输入至训练后的评论观点生成模型，以输出上述预处理后物品评论信息对应的用户观点信息，得到用户观点信息集，其中，用户观点信息包括：针对上述目标物品的、多个物品属性的属性观点信息；根据每个用户观点信息包括的多个物品属性的属性观点信息，从上述多个物品属性中筛选出对应属性观点信息满足第一预设条件的物品属性，得到至少一个物品属性；从上述至少一个物品属性的属性观点信息中筛选出满足第二预设条件的属性观点信息，作为物品印象观点信息，得到物品印象观点信息集。

可选地，上述属性观点信息的类型包括：正面观点类型和负面观点类型；以及上述根据每个用户观点信息包括的多个物品属性的属性观点信息，从上述多个物品属性中筛选出对应属性观点信息满足第一预设条件的物品属性，得到至少一个物品属性，包括：对于上述多个物品属性中的每个物品属性，执行第一属性观点信息数目确定步骤：根据每个用户观点信息包括的多个物品属性的属性观点信息，确定上述物品属性对应的属性观点信息集，作为第一目标属性观点信息集；确定上述第一目标属性观点信息集中对应类型为上述正面观点类型的属性观点信息的数目，作为第一数目；确定上述第一目标属性观点信息集中对应类型为上述负面观点类型的属性观点信息的数目，作为第二数目。