This manual provides an evaluation method and device for user comment value. In the evaluation method of user comment value, users' comments to be evaluated are obtained. The user reviews to be evaluated are input into the multi-task prediction model to predict the value and value of the user reviews to be evaluated. The multi-task prediction model is based on the training of the neural network according to a number of user review samples with corresponding valuable and non-valuable evaluation values. Assess the value of user reviews based on the value assessment and value assessment.
【技术实现步骤摘要】
用户评论价值的评估方法及装置
本说明书一个或多个实施例涉及计算机
,尤其涉及一种用户评论价值的评估方法及装置。
技术介绍
伴随着网络电商的高速发展,消费者已经形成根据用户评论(review)来判断对象(如,商品或者商家等)好坏或者服务优劣。然而针对某一对象的用户评论通常是海量的,这些海量的用户评论中有些是有价值或者有信息量的,而有些是没有价值的。因此,需要提供一种用户评论价值的评估方法,以便能够对用户评论的价值进行评估就称为要解决的问题。
技术实现思路
本说明书一个或多个实施例描述了一种用户评论价值的评估方法及装置,可以提高用户评论价值的评估准确性。第一方面,提供了一种用户评论价值的评估方法,包括:获取待评估用户评论;将所述待评估用户评论输入多任务预测模型,以预测所述待评估用户评论的有价值评估值和无价值评估值;所述多任务预测模型是根据多条具有对应的有价值评估值和无价值评估值的用户评论样本,对神经网络进行训练后得到的;根据所述有价值评估值和无价值评估值,对所述待评估用户评论的价值进行评估。第二方面,提供了一种用户评论价值的评估装置,包括:获取单元,用于获取待评估用户评论;输入单元,用于将所述获取单元获取的所述待评估用户评论输入多任务预测模型,以预测所述待评估用户评论的有价值评估值和无价值评估值;所述多任务预测模型是根据多条具有对应的有价值评估值和无价值评估值的用户评论样本,对神经网络进行训练后得到的;根据所述有价值评估值和所述无价值评估值,对所述待评估用户评论的价值进行评估。本说明书一个或多个实施例提供的用户评论价值的评估方法及装置,获取待评估用户评论。将 ...
【技术保护点】
1.一种用户评论价值的评估方法,其特征在于,包括:获取待评估用户评论;将所述待评估用户评论输入多任务预测模型,以预测所述待评估用户评论的有价值评估值和无价值评估值;所述多任务预测模型是根据多条具有对应的有价值评估值和无价值评估值的用户评论样本,对神经网络进行训练后得到的;根据所述有价值评估值和无价值评估值,对所述待评估用户评论的价值进行评估。
【技术特征摘要】
1.一种用户评论价值的评估方法,其特征在于,包括:获取待评估用户评论;将所述待评估用户评论输入多任务预测模型,以预测所述待评估用户评论的有价值评估值和无价值评估值;所述多任务预测模型是根据多条具有对应的有价值评估值和无价值评估值的用户评论样本,对神经网络进行训练后得到的;根据所述有价值评估值和无价值评估值,对所述待评估用户评论的价值进行评估。2.根据权利要求1所述的方法,其特征在于,所述待评估用户评论的条数为多条,还包括:根据各条待评估用户评论的价值的评估结果,对所述各条待评估用户评论进行排序。3.根据权利要求1或2所述的方法,其特征在于,所述神经网络为卷积神经网络TextCNN。4.根据权利要求1所述的方法,其特征在于,所述根据所述有价值评估值和无价值评估值,对所述待评估用户评论的价值进行评估,包括:根据所述有价值评估值和所述无价值评估值,确定有价值评估值占比;根据所述有价值评估值占比,对所述待评估用户评论的价值进行评估。5.根据权利要求4所述的方法,其特征在于,所述根据所述有价值评估值和所述无价值评估值,确定有价值评估值占比,包括:根据如下公式确定所述有价值评估值占比:其中,C为所述有价值评估值占比,N0为所述有价值评估值,N1为所述无价值评估值,δ为常数。6.根据权利要求1所述的方法,其特征在于,所述用户评论样本的有价值评估值是根据认为该用户评论样本有价值或者有信息量的用户的个数P确定的;所述用户评论样本的无价值评估值是根据认为该用户评论样本无价值的用户的个数Q确定的;或者,所述用户评论样本的有价值评估值是根据P在总个数中的占比确定的;所述用户评论样本的无价值评估值是根据Q在总个数中的占比确定的;其中,所述总个数为P与Q之和,P,Q均...
【专利技术属性】
技术研发人员:陈岑,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。