[发明专利]评论信息的识别方法、介质、装置和计算设备

说明书

本发明的实施方式提供了一种评论信息的识别方法、介质、装置和计算设备。该方法包括：获取待识别的评论信息以及对应于该评论信息的评论回复信息；将所述待识别的评论信息以及所述评论回复信息送入预先训练的评论识别模型中进行识别，以确定对应于所述待识别的评论信息的识别结果；其中，所述评论识别模型通过评论信息样本和对应于所述评论信息样本的评论回复信息样本训练获得。本发明实施例能够根据评论信息，以及对应于该评论信息的评论回复信息等多类对象对待识别的评论信息进行识别。从而可以克服单纯依赖评论信息本身进行识别而造成的识别结果准确性偏差的问题，提高识别的准确度。

技术领域

本发明的实施方式涉及信息识别技术领域，更具体地，本发明的实施方式涉及评论信息的识别方法、介质、装置和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

目前，相关技术在进行评论信息的识别时，通常会将评论文本通过至少一种方式转化为特征向量，以及获取评论信息的相关特征。通过评论识别模型进行评论的预测。然而，相关技术存在着识别评论信息所依赖的对象单一，以及训练评论识别模型所需的样本标注成本高等缺陷。

发明内容

本发明期望提供一种评论信息的识别方法和装置。

在本发明实施方式的第一方面中，提供了一种评论信息的识别方法，包括：

获取待识别的评论信息以及对应于该评论信息的评论回复信息；

将所述待识别的评论信息以及所述评论回复信息送入预先训练的评论识别模型中进行识别，以确定对应于所述待识别的评论信息的识别结果；

其中，所述评论识别模型通过评论信息样本和对应于所述评论信息样本的评论回复信息样本训练获得。

在本发明的一个实施例中，将所述待识别的评论信息以及所述评论回复信息送入预先训练的评论识别模型中进行识别，包括：

对所述待识别的评论信息进行特征提取，以获得对应于所述待识别的评论信息的第一特征向量；

对所述评论回复信息进行特征提取，以获得对应于所述评论回复信息的第二特征向量；

将所述第一特征向量和所述第二特征向量融合为最终特征向量，基于该最终特征向量确定对应于所述待识别的评论信息的识别结果。

在本发明的一个实施例中，对所述待识别的评论信息进行特征提取，以获得对应于所述评论信息的第一特征向量，包括：

利用第一特征提取模型，对所述待识别的评论信息进行特征提取，以获得对应于所述待识别的评论信息的第一特征向量；

所述第一特征提取模型是预先利用评论信息样本训练的。

在本发明的一个实施例中，对所述评论回复信息进行特征提取，以获得对应于所述评论回复信息的第二特征向量，包括：

利用第二特征提取模型，对所述评论回复信息进行特征提取，以获得对应于所述评论回复信息的第二特征向量；

所述第二特征提取模型是预先利用评论回复信息样本训练的。

在本发明的一个实施例中，将所述第一特征向量和所述第二特征向量融合为最终特征向量，包括：

利用特征向量拼接、计算特征向量的均值或特征向量池化中的任意一种方式，将所述第一特征向量和所述第二特征向量融合为最终特征向量。

在本发明的一个实施例中，评论回复信息的确定方式，包括：

获取对所述待识别的评论信息直接进行回复的候选评论回复信息；