【技术实现步骤摘要】
一种基于用户评论的典型意见生成装置
本专利技术涉及语义分析领域，尤其涉及一种基于用户评论的典型意见生成装置。
技术介绍
在当前线上交易(如购物)已经成为大众主流消费方式的情况下，用户的评论对于产品具有非常重要的影响。例如，在车辆领域，众多的车辆线上平台或资源中，如各类门户网站、论坛或app，存在大量的用户评价信息。用户在了解、购买、使用某款车辆的全过程中都会浏览这些线上的用户评价信息，从而结合自己的感觉来对该款车辆进行评价，从而发生连锁效应。通过上述示例可知，对于各类产品来说，通过大量用户评价信息的积累，会产生海量的用户意见线上数据，进而逐渐形成占据主流地位的典型意见。这对于该产品的市场竞争有着关键性的影响力。目前通过用户评论来挖掘用户的典型意见，主要通过两个途径：一是通过人工浏览相关网站评论进行总结，二是通过问卷公司对用户进行问卷调查，汇总问卷结果。上述主要通过人工处理用户评论的方式，难以对巨大数据量的评论意见进行数据处理，并且需耗费大量人力、时间，且还可能存在覆盖不全面或区分不精细等问题。...
【技术保护点】
1.一种基于用户评论的典型意见生成装置，其特征在于，该装置包括：/n抽取模块，用于基于所述用户评论抽取多个主题词；/n生成模块，用于根据所述多个主题词生成所述用户评论的典型意见。/n
【技术特征摘要】
20190729 CN 20191068992921.一种基于用户评论的典型意见生成装置，其特征在于，该装置包括：
抽取模块，用于基于所述用户评论抽取多个主题词；
生成模块，用于根据所述多个主题词生成所述用户评论的典型意见。
2.根据权利要求1所述的装置，其特征在于，所述抽取模块，利用编码器-解码器模型抽取所述多个主题词，其中编码器应用注意力机制，解码器所使用的分类器输出存在于词典且存在于所述用户评论中的主题词的概率以及不存在于词典从所述用户评论复制主题词的概率。
3.根据权利要求1所述的装置，其特征在于，所述生成模块，还用于针对所述多个主题词使用注意力模型生成所述用户评论的典型意见；其中所述注意力模型为：
gtj＝covt-1，jvaTtanh(Waht-1+Uatopicj)
gtj为第j个主题topicj在时间为t时的注意力系数，t-1为t的前一时间，T＝{topic1，topic2，…topick}，vaT、Wa、Ua为随机初始化矩阵，N表示生成的文本的词的个数，σ为sigmoid函数，k表示主题的数量，dw表示每个主题向量的维度，Uf表示k个dw维主题向量的合并。
4.根据权利要求3所述的装置，其特征在于，所述编码器模型为：
ht＝f(xt，ht-1)；
c＝q(h1，h2，…...
【专利技术属性】
技术研发人员：孔洋洋，李阳，车皓阳，杜涛，朱劲松，
申请(专利权)人：北京车慧科技有限公司，
类型：发明
国别省市：北京;11
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。