互联网信息响应方法、装置、电子设备和计算机可读介质制造方法及图纸

本申请实施例公开了互联网信息响应方法、装置、电子设备和计算机可读介质。该方法的实施例包括：获取针对目标产品的互联网信息，互联网信息中包括文本信息；对文本信息进行解析以识别互联网信息的内容类型和情感类型，内容类型包括评价类、疑问类以及建议类；在识别出互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定互联网信息的来源网站；在确定出来源网站为非新闻类网站的情况下，响应于互联网信息并予以反馈。该实施方式可使对互联网信息的响应更具有针对性，且降低了对互联网信息响应的人力成本。

【技术实现步骤摘要】
互联网信息响应方法、装置、电子设备和计算机可读介质
本申请实施例涉及计算机
，具体涉及互联网信息响应方法、装置、电子设备和计算机可读介质。
技术介绍
随着互联网技术的发展，互联网上的各类信息越来越多。例如，对于某公司的产品，互联网中通常会存在与该产品相关的各种信息，如用户使用后的评价信息、有关该产品的新闻资讯、用户针对该产品的提问信息、建议信息等。现有技术中，在抓取互联网信息后，通常需要由人工对这些信息进行分析，从而基于分析结果进行人工响应。现有的方式无法自动分析互联网信息，也无法基于分析结果对互联网信息进行自动响应。由于从互联网中所获取的信息量通常较大，因而，这种方式较为耗费人力成本。
技术实现思路
本申请实施例提出了互联网信息响应方法、装置、电子设备和计算机可读介质，以解决现有技术中对互联网信息的响应方式较为耗费人力成本的技术问题。第一方面，本申请实施例提供了一种互联网信息响应方法，该方法包括：获取针对目标产品的互联网信息，互联网信息中包括文本信息；对文本信息进行解析以识别互联网信息的内容类型和情感类型，内容类型包括评价类、疑问类以及建议类；在识别出互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定互联网信息的来源网站；在确定出来源网站为非新闻类网站的情况下，响应于互联网信息并予以反馈。第二方面，本申请实施例提供了一种互联网信息响应装置，该装置包括：获取单元，被配置成获取针对目标产品的互联网信息，所述互联网信息中包括文本信息；解析单元，被配置成对所述文本信息进行解析以识别所述互联网信息的内容类型和情感类型，所述内容类型包括评价类、疑问类以及建议类；确定单元，被配置成在识别出所述互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定所述互联网信息的来源网站；反馈单元，被配置成在确定出所述来源网站为非新闻类网站的情况下，响应于所述互联网信息并予以反馈。第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的互联网信息响应方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中所描述的互联网信息响应方法。本申请实施例提供的互联网信息响应方法、装置、电子设备和计算机可读介质，通过获取针对目标产品的互联网信息，而后对互联网信息中的文本信息进行解析以识别互联网信息的内容类型和情感类型；在识别出互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定互联网信息的来源网站；在确定出来源网站为非新闻类网站的情况下，响应于互联网信息并予以反馈。由此，可以通过对互联网信息的情感类型、内容类型的分析以及来源网站的分析，针对性地选取响应方式对互联网信息进行自动响应。在此过程中，无需人工进行互联网信息的分析和响应，由此，降低了对互联网信息响应的人力成本。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是根据本申请的互联网信息响应方法的一个实施例的流程图；图2是根据本申请的互联网信息响应方法的一个应用场景的示意图；图3是根据本申请的互联网信息响应方法的又一个实施例的流程图；图4是根据本申请的互联网信息响应装置的一个实施例的结构示意图；图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。请参考图1，其示出了根据本申请的互联网信息响应方法的一个实施例的流程。该互联网信息响应方法，包括以下步骤：步骤101，获取针对目标产品的互联网信息，互联网信息中包括文本信息。在本实施例中，互联网信息响应方法的执行主体(如服务器等电子设备)可以获取针对目标产品的互联网信息，上述互联网信息中可以包括文本信息。其中，目标产品可以是实体产品，也可以是虚拟产品。实体产品可以指有形的物品，如电子设备、图书、玩具等。非实体产品可以指无形的产品，如客户端应用、某客户端应用所提供的酒店预订服务、某客户端应用所提供的订餐服务等。在本实施例中，上述执行主体可按照如下步骤获取针对目标产品的互联网信息：第一步，从一个或多个目标网站中，获取页面信息。此处，可以采用网络爬虫获取页面信息。网络爬虫又称为网页蜘蛛，网络机器人、网页追逐者等，是一种按照一定的规则，自动地抓取互联网信息的程序或者脚本。目标网站可以包括但不限于微博类网站、论坛类网站、新闻类网站、生活类或点评类的客户端应用所访问的网站等。第二步，从所获取的页面信息中，提取针对目标产品的互联网信息。以目标产品为某一款手机为例，页面信息可包括与这款手机相关的各种信息。例如，用户使用这款手机后的评价信息、有关这款手机的新闻资讯、用户针对这款手机的提问信息等。需要说明的是，在提取针对目标产品的互联网信息后，上述执行主体还可以对所提取的互联网信息进行格式转换、去重等处理，以便于更好的对互联网信息进行分析。步骤102，对文本信息进行解析以识别互联网信息的内容类型和情感类型。在本实施例中，内容类型和情感类型的划分方式可以根据需要预先设定。例如，内容类型可以包括评价类、疑问类以及建议类。情感类型可以包括正面类、负面类以及中性类。实践中，上述执行主体可以采用多种解析方式对互联网信息中的文本信息进行解析。例如，可以对本文中的词语进行分析，来确定互联网信息的内容类型和情感类型。也可以通过预先训练的模型来解析文本信息，从而确定互联网信息的内容类型和情感类型。在一种实现方式中，可采用词语匹配的方式来确定互联网信息的内容类型。具体过程可参见如下步骤：第一步，设定各内容类型对应的词表。例如，评价类对应的词表中可以包含用户对产品进行评价时使用的常见词语，如“好用”、“太差”、“便捷”、“流畅”、“美观”、“丑”、“舒适”、“卡顿”等。建议类对应的词表中可以包含“建议”或“提个建议”等词。疑问类对应的词表中可以包含“？”、“哪个”、“哪款”、“怎样”、“为什么”、“在哪”等表征疑问与其的常用词汇。第二步，对互联网信息中的文本信息进行分词，将分词后所得到的各词与各词表中的词进行匹配，从而基于匹配结果确定互联网信息对应的内容类型。例如，互联网信息为“XX品牌哪款手机配置最高？”，由于包含疑问类对应的词表中的词语“哪款”以及“？”，则可以认为该互联网信息的内容类型为疑问类。需要说明的是，若互联网信本文档来自技高网...

【技术保护点】
1.一种互联网信息响应方法，其特征在于，所述方法包括：/n获取针对目标产品的互联网信息，所述互联网信息中包括文本信息；/n对所述文本信息进行解析以识别所述互联网信息的内容类型和情感类型，所述内容类型包括评价类、疑问类以及建议类；/n在识别出所述互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定所述互联网信息的来源网站；/n在确定出所述来源网站为非新闻类网站的情况下，响应于所述互联网信息并予以反馈。/n

【技术特征摘要】
1.一种互联网信息响应方法，其特征在于，所述方法包括：
获取针对目标产品的互联网信息，所述互联网信息中包括文本信息；
对所述文本信息进行解析以识别所述互联网信息的内容类型和情感类型，所述内容类型包括评价类、疑问类以及建议类；
在识别出所述互联网信息的内容类型为评价类且情感类型为负面类的情况下，确定所述互联网信息的来源网站；
在确定出所述来源网站为非新闻类网站的情况下，响应于所述互联网信息并予以反馈。


2.根据权利要求1所述的互联网信息响应方法，其特征在于，所述对所述文本信息进行解析以识别所述互联网信息的内容类型，包括：
将所述文本信息输入至预先训练的文本内容类型识别模型，得到所述文本信息的内容类型，并将所述文本信息的内容类型作为所述互联网信息的内容类型；
其中，所述文本内容类型识别模型用于表征文本信息与内容类型的对应关系，所述文本内容类型识别模型基于机器学习方法训练生成。


3.根据权利要求1所述的互联网信息响应方法，其特征在于，对所述文本信息进行解析以识别所述互联网信息的情感类型，包括：
将所述文本信息输入至预先训练的文本情感识别模型，得到所述文本信息的情感类型，并将所述文本信息的情感类型作为所述互联网信息的情感类型；
其中，所述文本情感识别模型用于表征文本信息与情感类型的对应关系，所述文本情感类型识别模型基于机器学习方法训练生成。


4.根据权利要求1所述的互联网信息响应方法，其特征在于，所述情感类型还包括中性类和正面类，所述互联网信息中还包括图像；以及
对所述文本信息进行解析以识别所述互联网信息的情感类型，包括：
将所述文本信息输入至预先训练的文本情感识别模型，得到所述文本信息的情感类型；
在所述文本信息的情感类型为负面类或正面类的情况下，将所述文本信息的情感类型作为所述互联网信息的情感类型；
在所述文本信息的情感类型为中性类的情况下，将所述图像输入至预先训练的图像情感识别模型，得到所述图像的情感类型，并将所述图像的情感类型作为所述互联网信息的情感类型；
其中，所述文本情感识别模型用于表征文本信息与情感类型的对应关系，所述图像情感识别模型用于表征图像与情感类型的对应关系，所述文本情感识别模型和所述图像情感识别模型均基于机器学习方法训练生成。


5.根据权利要求1所述的互联网信息响应方法，其特征在于，所述在确定出所述来源网站为非新闻类网站的情况下，响应于所述互联网信息并予以反馈，包括：
在确定出所述来源网站为非新闻类网站的情况下，在所述互联网信息所在页面中回复预设信息。


6.根据权利要求5所述的互...

【专利技术属性】
技术研发人员：沈威，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11