【技术实现步骤摘要】
一种目标评论检测方法、装置、电子设备和存储介质
本申请涉及计算机
，尤其涉及一种目标评论检测方法、装置、电子设备和存储介质。
技术介绍
随着互联网技术的迅速发展，用户通过互联网进行各种各样的互动。比如：用户可以在被评论视频下方的评论栏发表评论，其他用户可以对评论区的评论进行互动。检测目标评论对于使人们了解热点资讯和舆论详情具有重要意义。目前检测目标评论的方法，主要是基于CNN(ConvolutionalNeuralNetwork，卷积神经网络)、RNN(RecurrentNeuralNetwork，循环神经网络)等深度神经网络或者是传统的机器学习方法，利用文本本身信息对评论进行分类，检测的准确率较低。
技术实现思路
本申请实施例提供一种目标评论检测方法、装置、电子设备和存储介质，用以提高目标评论检测的准确率。本申请实施例提供的一种目标评论检测方法，包括：获取待检测评论和针对所述待检测评论的反馈信息；分别获取所述待检测评论的语义特征信息，和所述反馈信息的后验特征信息；基于已训练...
【技术保护点】
1.一种目标评论检测方法，其特征在于，该方法包括：/n获取待检测评论和针对待检测评论的反馈信息；/n分别获取待检测评论的语义特征信息，和反馈信息的后验特征信息；/n基于已训练的目标评论检测模型，获得以所述后验特征信息和语义特征信息作为输入参数而得到所述待检测评论作为目标评论的评估概率，其中所述目标评论检测模型是根据已标注评估概率的训练样本训练得到的，所述训练样本包括根据目标评论样本获取的语义特征信息，以及根据目标评论样本的反馈信息获取的后验特征信息；/n若所述待检测评论的评估概率满足目标评论的评估条件，则确定所述待检测评论为目标评论。/n
【技术特征摘要】
1.一种目标评论检测方法，其特征在于，该方法包括：
获取待检测评论和针对待检测评论的反馈信息；
分别获取待检测评论的语义特征信息，和反馈信息的后验特征信息；
基于已训练的目标评论检测模型，获得以所述后验特征信息和语义特征信息作为输入参数而得到所述待检测评论作为目标评论的评估概率，其中所述目标评论检测模型是根据已标注评估概率的训练样本训练得到的，所述训练样本包括根据目标评论样本获取的语义特征信息，以及根据目标评论样本的反馈信息获取的后验特征信息；
若所述待检测评论的评估概率满足目标评论的评估条件，则确定所述待检测评论为目标评论。
2.如权利要求1所述的方法，其特征在于，所述分别获取所述待检测评论的语义特征信息，和所述反馈信息的后验特征信息，包括：
基于已训练的宽度和深度Wide&Deep模型，获取以所述反馈信息作为所述Wide&Deep模型中Wide网络子模型的输入参数而得到的所述反馈信息的后验特征信息，以及获取以所述待检测评论作为所述Wide&Deep模型中Deep网络子模型的输入参数而得到的所述待检测评论的语义特征信息。
3.如权利要求1所述的方法，其特征在于：
所述方法还包括：获取所述反馈信息的实数值特征信息，其中所述实数值特征信息用于表示所述反馈信息对应的不同指标的统计数据；以及
所述基于已训练的目标评论检测模型，获得以所述后验特征信息和语义特征信息作为输入而得到所述待检测评论作为目标评论的评估概率，具体包括：
基于已训练的目标评论检测模型，获取以所述后验特征信息、语义特征信息和所述实数值特征信息作为输入参数而得到的评估概率，其中，所述训练样本中还包括根据目标评论样本的反馈信息获取的实数值特征。
4.如权利要求3所述的方法，其特征在于，所述反馈信息对应的不同指标包括但不限于下列的部分或全部：
点赞数、回复数、点赞速度、回复速度、字数、情感分值、类别、作者。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述待检测评...
【专利技术属性】
技术研发人员：赵教生，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
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。