[发明专利]一种对评论有用性进行判断和筛选的方法与装置

说明书

本发明公开了一种对评论有用性进行判断和筛选的方法与装置，该方法包括：获取多条待判断的评论数据，对待判断的评论数据进行预处理；将每条预处理后的评论数据输入情感分析模型，输出评论情感得分；将每条预处理后的评论数据输入主题分析模型，输出词频总权重和评论主题排序；将每条预处理后的评论数据输入可信度分析模型，输出评论者可信度得分；根据评论情感得分、词频总权重、评论者可信度得分及在评论数据中提取的语义特征进行加权求和，得到评论有用性得分；将评论有用性得分与预设阈值相比较，筛选出高效有用评论。该方法与传统方法相比，可充分考虑评论内部、外部特征，进行更深层次的评论语义分析，实现精确地高效有用评论的判别和筛选。

技术领域

本发明涉及自然语言处理技术领域，特别涉及一种对评论有用性进行判断和筛选的方法与装置。

背景技术

当前，人们总是追求更高效、更便捷的生活方式，互联网不仅节约了时间成本，也改变着我们的生活方式。电子商务的快速发展使网络购物已经成为消费者购物的一种重要方式，在线评论作为电子口碑的一种重要形式，成为消费者在购买决策过程中参考的重要依据。面对数量众多的在线评论，如何快速发现对消费者有用的评论，成为许多研究的关注点。评论有用性是指产品评论信息的影响程度，能够帮助评论阅读者快速获取有效信息，评论的有用性越高，对阅读者的决策影响越大。

但是，现有评论有用性的预测方法存在局限性。首先，现有在评论有用性特征的研究学习上未充分考虑评论者网络特征和评论对象特征，多数研究仅考虑了评论属性和评论内容；其次，现有评论语义分析方法相对简单，以构建主题词库和情感词典为主，评论可用性得分仅由词频权重和情感值计算得到，没有进行深层次的评论语义分析，然而评论中所包含的情感倾向对评论有用性起到很关键的作用。

因此，在现有评论有用性预测研究的基础上，如何提供一种既能根据评论内容特征和产品属性特征对评论有用性进行判断，又能根据评论者和阅读者网络特征进行判断和筛选有用性评论的方法与装置，成为本领域技术人员亟需解决的问题。

发明内容

鉴于上述问题，本发明提出了一种至少解决上述部分技术问题的一种对评论有用性进行判断和筛选的方法与装置。该方法既可充分考虑评论内容特征、产品属性特征，又可充分考虑评论者和阅读者特征，将评论者网络特征进行量化计算，并改进词频权重和评论情感值的计算方式，实现更精确地高效有用性评论的判别和筛选。

第一方面，本发明实施例提供一种对评论有用性进行判断和筛选的方法，包括：

获取多条待判断的评论数据，对所述待判断的评论数据进行预处理；

将每条所述预处理后的评论数据输入情感分析模型，输出评论情感得分；

将每条所述预处理后的评论数据输入主题分析模型，输出词频总权重和评论主题排序；

将每条所述预处理后的评论数据输入可信度分析模型，输出评论者可信度得分；

根据所述评论情感得分、词频总权重、评论者可信度得分及在所述评论数据中提取的语义特征，进行加权求和，得到评论有用性得分；

将所述评论有用性得分与预设阈值相比较，判断和筛选出高效有用评论。

进一步地，还包括：

根据阅读者的网络特征，并结合所述评论主题排序，输出基于阅读者特征的高效有用评论排序结果。

进一步地，对待判断的评论数据进行预处理，包括：

对所述待判断的评论数据进行清洗；

对清洗后的所述评论数据进行分词处理；

对分词后的所述评论数据进行词性标注和标点符号标注。

进一步地，所述情感分析模型的训练步骤包括：