回评文本的生成方法、装置及系统制造方法及图纸

技术编号:24708124 阅读:28 留言:0更新日期:2020-06-30 23:59
本发明专利技术公开了一种回评文本的生成方法、装置及系统。其中,该方法包括:基于预设语料集构建回评模型,其中,预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;接收用户当前回评文本;使用回评模型生成与用户当前评论文本对应的回评文本。本发明专利技术解决了相关技术中在回复用户的评论内容时,由于反馈的信息往往和用户评论的内容不一致,会导致用户对商家的关注度降低的技术问题。

【技术实现步骤摘要】
回评文本的生成方法、装置及系统
本专利技术涉及文本处理
,具体而言,涉及一种回评文本的生成方法、装置及系统。
技术介绍
在相关技术中,商家会在网店中展示自己的商品并售卖商品给用户,用户会通过网店来购买商品,这种交易方式,用户无法现场体验商品的好坏,也无法判断商品的质量,只能在购买后,拿到货物后,试用商品后,才能知道商品的指令,用户在拿到商品后,会针对商品做出一定的评价,不同的用户拿到不同质量的商品,做出的评价也不同。在这种情况下,商家往往需要针对用户的评价内容做出回复,例如,给出感谢购买、欢迎下次光临,以及针对有质量问题的评价及时做出反馈,但是当前在回复用户的评论内容时,往往是预先设置文本回复内容,回复的内容很容易和用户评论的内容不相关,例如,在当前的淘宝等应用软件中,商家会事先设置多个回复模板,在用户发出评论后,如果检测到相应的文字,就会直接将模板发送给用户,这样回复评论文本的方式,虽然也能给用户一定的反馈,但是由于反馈的信息往往和用户评论的内容不一致,会导致用户对商家的关注降低,降低用户的使用兴趣。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种回评文本的生成方法、装置及系统,以至少解决相关技术中在回复用户的评论内容时,由于反馈的信息往往和用户评论的内容不一致,会导致用户对商家的关注度降低的技术问题。根据本专利技术实施例的一个方面,提供了一种回评文本的生成方法,包括:基于预设语料集构建回评模型,其中,所述预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;接收用户当前评论文本;使用所述回评模型生成与所述用户当前评论文本对应的回评文本。根据本专利技术实施例的另一方面,还提供了一种回评文本的生成装置,包括:构建单元,用于基于预设语料集构建回评模型,其中,所述预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;接收单元,用于接收用户当前评论文本;生成单元,用于使用所述回评模型生成与所述用户当前评论文本对应的回评文本。根据本专利技术实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的回评文本的生成方法。根据本专利技术实施例的另一方面,还提供了一种回评文本的生成系统,包括:处理器;以及存储器,与所述处理器连接,用于为所述处理器提供处理以下处理步骤的指令:步骤1,基于预设语料集构建回评模型,其中,所述预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;步骤2,接收用户当前评论文本;步骤3,使用所述回评模型生成与所述用户当前评论文本对应的回评文本。在本专利技术实施例中,基于预设语料集构建回评模型,其中,预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本,接收用户当前评论文本,使用回评模型生成与用户当前评论文本对应的回评文本。在该实施例中,可以通过构建的回评模型来结合用户评论文本及商品的描述信息来自动生成多样、信息丰富、有针对性的回复内容,回复的内容与用户当前评论的文本内容相适应,让用户能更深切了解到与购买商品、评述内容对应的商品信息,提高了用户对商家的关注度,进而解决相关技术中在回复用户的评论内容时,由于反馈的信息往往和用户评论的内容不一致,会导致用户对商家的关注度降低的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解,构成本申请的一部分,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:图1示出了一种用于实现回评文本的生成方法的计算机终端(或移动设备)的硬件结构框图;图2示出了一种用于实现回评文本的生成方法网络终端的示意图;图3是根据本专利技术实施例一的回评文本的生成方法的流程图;图4是根据本专利技术实施例的一种可选的采用待训练语料构建回评模型的方法的流程图;图5是根据本专利技术实施例的一种可选的回评模型的框架示意图;图6是根据本专利技术实施例的一种可选的回评文本的生成装置的示意图;图7是根据本专利技术实施例的一种自动回评系统的示意图;图8是根据本专利技术实施例的一种计算机终端的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分的实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本专利技术保护的范围。需要说明的是,本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。首先,在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释:RNN,RecurrentNeuralNetwork,循环神经网络。Seq2seq框架,是RNN的一个变种,也叫Encode-Decoder模型,先将输入数据编码成一个上下文向量,得到上下文向量后,用另一个RNN网络对其进行解码,得到解码序列。在本申请中,将Seq2seq框架应用于回评文本的解析,并针对解析序列,输出自动回评文本。实施例1根据本专利技术实施例,还提供了一种回评文本的生成方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现回评文本的生成方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者本文档来自技高网
...

【技术保护点】
1.一种回评文本的生成方法,其特征在于,包括:/n基于预设语料集构建回评模型,其中,所述预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;/n接收用户当前评论文本;/n使用所述回评模型生成与所述用户当前评论文本对应的回评文本。/n

【技术特征摘要】
1.一种回评文本的生成方法,其特征在于,包括:
基于预设语料集构建回评模型,其中,所述预设语料集包括以下至少一种:用户历史评论文本、商家历史回评文本、商品描述信息文本;
接收用户当前评论文本;
使用所述回评模型生成与所述用户当前评论文本对应的回评文本。


2.根据权利要求1所述的方法,其特征在于,基于所述预设语料集构建回评模型包括:
对所述预设语料集进行预处理,通过商品属性信息在所述用户历史评论文本与所述商家历史回评文本之间建立关联关系,得到待训练语料;
采用所述待训练语料构建所述回评模型。


3.根据权利要求2所述的方法,其特征在于,采用所述待训练语料构建所述回评模型包括:
将所述用户历史评论文本中的每个词向量编码为对应时间步骤的第一隐含状态,得到第一编码结果;
将所述商品描述信息文本中的每个键值对所对应的词向量编码为对应时间步骤的第二隐含状态,得到第二编码结果;
依据所述第一编码结果,所述第二编码结果以及获取到的第三隐含状态,获取每个生成步骤对应的词向量,构建所述回评模型,其中,所述第三隐含状态是与每个生成步骤的前一步骤通过预测得到的词向量相对应的隐含状态。


4.根据权利要求3所述的方法,其特征在于,依据所述第一编码结果,所述第二编码结果以及所述第三隐含状态,获取每个生成步骤对应的词向量包括:
基于每个生成步骤的第三隐含状态和对应时间步骤的第一隐含状态,生成用户历史评论文本向量;
基于每个生成步骤的第三隐含状态,对应时间步骤的第二隐含状态以及所述用户历史评论文本向量,生成商品描述信息文本向量;
将所述用户历史评论文本向量和所述商品描述信息文本向量融合成中间向量;
基于每个生成步骤的第三隐含状态和所述中间向量生成每个生成步骤对应的词向量。
...

【专利技术属性】
技术研发人员:宋凯嵩赵露君林君孙常龙刘晓钟
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

网友询问留言 已有0条评论
  • 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。

1