[发明专利]一种基于用户评价的产品说明生成方法

说明书

本发明涉及电子商务系统领域，具体涉及一种基于用户评价的产品说明生成方法，包括如下步骤：S100、基于规则过滤用户评价；S200、基于多任务学习分类用户评价；S300、计算候选句子相似度；S400、生成产品说明；本发明通过使用多任务学习方式，能够有效的提升用户评价是否能够作为产品说明的分类效果；结合基于规则过滤的方式，能够筛选出质量高的候选用户评价；结合候选评价句子相似度计算和产品说明生成算法，能够生成具有多样性的产品说明。

技术领域

本发明涉及电子商务系统领域，具体涉及一种基于用户评价的产品说明生成方法。

背景技术

如今产品说明在电子商务系统中起着重要作用，向买家传达他们可能购买的商品信息。但是，在电子商务网站上，每天都有大量新商品要出售，但是产品说明往往一无所有。用户评价旨在反映买方的观点，包含主观意见，而产品说明通常会反映卖方的观点，更多的是基于事实的客观信息。

发明内容

本发明的目的在于提供一种基于用户评价的产品说明生成方法。

为实现上述目的，本发明提供如下技术方案：一种基于用户评价的产品说明生成方法，包括下列步骤：

S100、基于规则过滤用户评价；

S200、基于多任务学习模型分类用户评价；

S300、计算候选句子相似度；

S400、生成产品说明。

进一步的，步骤S100中，分析产品和用户评价之间的语言差异，建立如下规则识别不能用作产品说明的评价：

过于简短规则：仅包含3个以下单词的句子引入的有效信息过少；

人称规则：带有第一人称代词的句子；

特定于某一商家规则：涉及特定于商家的方面的评价。

进一步的，步骤S200中，多任务学习模型依赖于人工标注，要求标注人员核验用户评价能否作为产品说明；

利用多任务学习模型，将用户评价的分类任务划分为1个主要任务和4个辅助任务，多任务学习模型中所有的任务共享LSTM层，仅前馈网络各自独立；

给定一个用户评价句子，首先使用预训练的word2vec词嵌入{w1，w2，w3，…，wn}，然后使用共享的LSTM编码器生成评价语句的隐层表示{h1，h2，h3，…，hn}，然后，将这种隐层表示形式并行传入5个完全独立的前馈网络，最终当主要任务判断为“能”且4个辅助任务判断为“否”时，用户评价能作为产品说明。

进一步的，在标注人员核验用户评价中，对于不能作为产品说明的评价，需要标注原因。

进一步的，主要任务包括用户评价是否能作为产品说明；辅助任务包括用户评价是否过于主观、缺少上下文、特定于某一商家和内容过于简要。

进一步的，步骤S300中，通过识别语义相似的用户评价，以增加最终产品说明的多样性；通过爬取部分产品说明，确定用户评价的相似度阈值，并计算产品说明中每对句子之间的相似度，并将第90个百分数视为阈值θ。

进一步的，其中句子的表示采用词加权方法，权重使用TF-IDF。

进一步的，步骤S400中，使用如下步骤得到产品说明：

步骤1、候选用户评价按照分类分数降序排序；

步骤2、从排序后的候选用户评价中，选取排名第一的用户评价，选择与当前用户评价相似度小于阈值θ的评价，与当前评价共同加入结果，并从候选用户评价中删除；

步骤3、如果挑选出的用户评价数量达到要求，则输出结果；如果还未达到要求，则重复第2步。