[发明专利]一种评语生成方法、装置、终端设备及存储介质

权利要求书

1.一种评语生成方法，其特征在于，包括：

获取待处理点评项；

将所述待处理点评项输入多任务学习模型中，得到与所述待处理点评项对应的评语文本和所述评语文本的检测结果，其中，所述检测结果包括：通顺或者不通顺，所述多任务学习模型根据样本点评项、样本评语文本和掩码处理后的样本评语文本训练得到；

根据所述评语文本和所述评语文本的检测结果生成目标评语文本。

2.根据权利要求1所述的方法，其特征在于，所述样本评语文本包括：第一样本评语文本和第二样本评语文本，所述第一样本评语文本为所述样本点评项对应的样本评语文本，所述第二样本评语文本包括：正样本评语文本和负样本评语文本，所述正样本评语文本携带通顺标签，所述负样本评语文本携带不通顺标签；

所述多任务学习模型的训练方法，包括：

获取样本点评项、第一样本评语文本、掩码处理后的第一样本评语文本和第二样本评语文本；

将所述样本点评项和掩码处理后的第一样本评语文本输入至待训练的多任务学习模型中，得到预测评语文本；

将所述第二样本评语文本输入待训练的多任务学习模型中，得到预测检测结果；

根据所述样本评语文本和所述预测评语文本形成的第一目标函数和根据所述预测检测结果和所述样本评语文本携带的标签形成的第二目标函数训练所述待训练的多任务学习模型的模型结构和模型参数；

返回执行将所述样本点评项和掩码处理后的第一样本评语文本输入至待训练的多任务学习模型中，得到预测评语文本，将所述第二样本评语文本输入待训练的多任务学习模型中，得到预测检测结果的操作，直至得到多任务学习模型。

3.根据权利要求2所述的方法，其特征在于，获取掩码处理后的第一样本评语文本，包括：

对所述第一样本评语文本进行分词处理；

对分词处理后的第一样本评语文本中的至少一个词进行掩码处理，得到掩码处理后的第一样本评语文本。

4.根据权利要求2所述的方法，其特征在于，获取负样本评语文本包括：

删除所述第一样本评语文本中的至少一个词和/或短语得到负样本评语文本；

和/或，

复制所述第一样本评语文本中的至少一个词和/或短语得到负样本评语文本。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取所述检测结果的置信度；

若所述检测结果为通顺，且置信度小于设定置信度阈值，则将所述检测结果修改为不通顺。

6.根据权利要求5所述的方法，其特征在于，根据所述评语文本和所述评语文本的检测结果生成目标评语文本包括：

若所述检测结果为通顺，则所述目标评语文本和所述评语文本相同；

若所述检测结果为不通顺，则对所述评语文本进行调整得到目标评语文本。

7.根据权利要求1所述的方法，其特征在于，获取待处理点评项包括：

获取至少两个点评项；

对所述至少两个点评项进行分类处理；

将同一类点评项作为待处理点评项。

8.根据权利要求7所述的方法，其特征在于，还包括：

根据预设规则对至少两个评语文本进行拼接，其中，所述至少两个评语文本是根据至少两类点评项训练得到的评语文本，所述预设规则包括如下至少一种：舍弃长度小于第一长度阈值的评语文本；若当前评语文本和前一评语文本的长度小于第二长度阈值，则删除当前评语文本的主语，合并删除主语后的当前评语文本和前一评语文本；使用正则表达式过滤评语文本；识别评语文本的情感方向，将所述情感方向为偏正向的评语文本设置于所述情感方向为偏负向的评语文本之前。