[发明专利]用于平台商品评论的分析方法、处理器及装置

说明书

本申请实施例提供一种用于平台商品评论的分析方法、处理器、装置、存储介质及计算机程序产品。方法包括：获取亚马逊平台内商品评论的文本内容，文本内容包括亚马逊平台商品的By feature中的文本和Read reviews that mention中的文本；通过分类器对文本内容进行聚类；根据聚类结果确定商品的特性。通过确定评论信息确定文本内容；通过分类器对平台内商品的文本内容进行聚类，从而确定商品的特性。对这些评论的内容文本进行观点提取和语义分析，为每条评论文本定义标签，从而对大量的评论内容进行分类、筛选，不仅能提升用户体验，而且能帮助跨境电商企业直观了解商品的特性，包括商品口碑和优缺点，利于产品的优化并为制定营销决策提供数据基础，提升了经济效益。

技术领域

本申请涉及内容提取和语义分析领域，具体地涉及一种用于平台商品评论的分析方法、处理器、装置、存储介质及计算机程序产品。

背景技术

随着现代商业数字化的发展，提取商业平台上的商品评论对卖家和卖家而言都是非常重要的，而在现有技术中，基于机器学习的文本分析的技术主要有两类：一类是基于监督的学习模型，它需要大量人力来构建训练集，而且构建出的训练集可能不能满足用户需求，导致效果不理想。当类别非常多或者类别与类别之间差异很小时，文本分类就开始变得困难。此外，有时需要考虑额外特征才能分类正确，例如常常需要根据说话者语气，才能准确判断真实的语义。这些难度增加了基于监督学习模型的文本分类方法在产品的评论分析中的局限性；另一类是基于无监督学习模型的文本分类，如LDA模型(隐含狄利克雷分布)、TextRank算法等。这类模型不需要大量人力来构建训练集，但是分析结果更偏向于评论情感提取，而不是评论观点提取，不符合售卖者的需求。

发明内容

本申请实施例的目的是提供一种用于平台商品评论的分析方法、装置、处理器、存储介质及计算机程序产品为了实现上述目的，本申请第一方面提供一种用于平台商品评论的分析方法方法，包括：获取亚马逊平台内商品评论的文本内容，文本内容包括亚马逊平台商品的By feature中的文本和Read reviews that mention中的文本；通过分类器对Byfeature中的文本和Read reviews that mention中的文本进行聚类；根据聚类结果确定商品的特性。

在本发明实施例中，根据评论信息确定文本内容包括：通过分类器对By feature中的文本和Read reviews that mention中的文本进行无监督聚类；确定聚类后的不同标签语义簇；根据不同的标签语义簇确定标签内容。

在本发明实施例中，对比学习模型包括神经网络特征提取层、线性映射层和举例对比层。

在本发明实施例中，通过分类器对平台内商品的文本内容进行聚类包括：确定语料库；通过所述语料库训练自然语言推理模型。

在本发明实施例中，根据对应关系对文本内容进行聚类包括：通过自然语言推理模型确定文本内容和标签内容的推理关系；根据标签对文本内容进行聚类。

在本发明实施例中，标签包括：矛盾标签、中性标签和包含标签中的至少一者。

本申请第二方面提供一种处理器，被配置成执行上述的用于平台商品评论的分析方法。

本申请第三方面提供一种用于平台商品评论的分析装置，包括：

文本获取模块，获取商品评论信息；

分类器，用于对平台内商品的文本内容进行聚类；以及

被配置成执行上述的用于平台商品评论的分析方法的处理器。

本申请第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的用于平台商品评论的分析方法。