用于呈现信息的方法和装置制造方法及图纸

本申请实施例公开了用于呈现信息的方法和装置。该方法的一种实现方式包括：获取目标发布信息和与该目标发布信息关联的评论信息集合；对于该评论信息集合中的评论信息，基于该评论信息和该目标发布信息，生成该评论信息的有用性概率和预测评论分数；基于所得到的有用性概率集合和预测评论分数集合，呈现该评论信息集合中的评论信息。该实施方式提高了信息呈现的灵活性。

【技术实现步骤摘要】
用于呈现信息的方法和装置
本申请实施例涉及计算机
，具体涉及互联网领域，尤其涉及用于呈现信息的方法和装置。
技术介绍
互联网已经进入了一个新的时代，网络用户的身份从单纯的浏览者转换为浏览者与内容生产者的综合体。即，用户在浏览文本信息的同时，可以将自己的观点以“帖子”的形式发布在网络上。这样的评论机制已经被诸如：新闻类应用、贴吧类应用、购物类应用等服务类产品中成熟应用。这些产品每天发布数以万计的文本信息(新闻信息、商品描述信息等)，用户又会基于这些文本信息产生海量的评论信息。由于评论通常由用户自主生成，并非所有评论内容都能够向其他用户提供与被评论对象有关的有用或有价值信息，甚至有些评论可能与被评论对象完全无关。有甚者还会带有某种不正当目的发布某些评论，存在评论质量高，但与发布文本主题无关的情况。如果被评论对象的评论数量过多，有用评论与无用评论混杂在一起，其他用户难以从众多评论中快速获取有用信息，并且无用信息也不利于提供商或其他第三方对被评论对象的正确评价(例如是否值得推荐的判断等)。因此，存在对评论的价值或有用程度进行评估的需求。
技术实现思路
本申请实施例提出了用于呈现信息的方法和装置。第一方面，本申请实施例提供了一种用于呈现信息的方法，包括：获取目标发布信息和与目标发布信息关联的评论信息集合；对于评论信息集合中的评论信息，基于该评论信息和目标发布信息，生成该评论信息的有用性概率和预测评论分数；基于所得到的有用性概率集合和预测评论分数集合，呈现评论信息集合中的评论信息。>在一些实施例中，基于所得到的有用性概率集合和预测评论分数集合，呈现评论信息集合中的评论信息，包括：按照相应预测评论分数由大到小的顺序呈现评论信息集合中的评论信息。在一些实施例中，基于所得到的有用性概率集合和预测评论分数集合，呈现评论信息集合中的评论信息，包括：将小于预设阈值的有用性概率对应的评论信息进行隐藏显示或折叠显示。在一些实施例中，基于该评论信息和目标发布信息，生成该评论信息的有用性概率和预测评论分数，包括：从该评论信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成评论初始编码；从目标发布信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成发布初始编码；基于该评论初始编码和发布初始编码，生成有用性概率和预测评论分数。在一些实施例中，基于该评论初始编码和发布初始编码，生成有用性概率和预测评论分数，包括：将该评论初始编码输入第一双向长短时记忆网络，得到评论编码；将发布初始编码输入第二双向长短时记忆网络，得到发布编码；将发布编码通过注意力权重矩阵转换得到发布映射编码；基于发布映射编码和该评论编码，生成注意力机制编码；将该注意力机制编码输入逻辑斯蒂回归模型得到有用性概率；将该注意力机制编码输入线性回归模型得到预测评论分数。第二方面，本申请实施例提供了一种用于呈现信息的装置，包括：获取单元，被配置成获取目标发布信息和与目标发布信息关联的评论信息集合；生成单元，被配置成对于评论信息集合中的评论信息，基于该评论信息和目标发布信息，生成该评论信息的有用性概率和预测评论分数；呈现单元，被配置基于所得到的有用性概率集合和预测评论分数集合，呈现评论信息集合中的评论信息。在一些实施例中，呈现单元进一步被配置成按照相应价值分数由大到小的顺序呈现评论信息集合中的评论信息。在一些实施例中，呈现单元进一步被配置成将小于预设阈值的有用性概率对应的评论信息进行隐藏显示或折叠显示。在一些实施例中，生成单元包括：第一生成子单元，被配置成从该评论信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成评论初始编码；第二生成子单元，被配置成从目标发布信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成发布初始编码；第三生成子单元，被配置成基于该评论初始编码和发布初始编码，生成有用性概率和预测评论分数。在一些实施例中，第三生成子单元包括：第一输入模块，被配置成将该评论初始编码输入第一双向长短时记忆循环神经网络，得到评论编码；第二输入模块，被配置成将发布初始编码输入第二双向长短时记忆循环神经网络，得到发布编码；转换模块，被配置成将发布编码通过注意力权重矩阵转换得到发布映射编码；生成模块，被配置成基于发布映射编码和该评论编码，生成注意力机制编码；第三输入模块，被配置成将该注意力机制编码输入逻辑斯蒂回归模型得到有用性概率；第四输入模块，被配置成将该注意力机制编码输入线性回归模型得到预测评论分数。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，用于存储一个或多个程序，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描述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面描述的方法。本申请实施例提供的方法和装置，首先，获取目标发布信息和与目标发布信息关联的评论信息集合。接着，对于评论信息集合中的评论信息，基于该评论信息和目标发布信息，生成该评论信息的有用性概率和预测评论分数。之后，基于所得到的有用性概率集合和预测评论分数集合，呈现评论信息集合中的评论信息。从而可以呈现质量高且与目标发布信息相关的评论信息，满足用户需求，提升用户体验。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是本申请实施例可以应用于其中的示例性系统架构图；图2是根据本申请的用于呈现信息的方法的一个实施例的流程图；图3是根据本申请实施例的用于呈现信息的方法的一个应用场景的示意图；图4是根据本申请的用于呈现信息的方法的又一个实施例的流程图；图5是根据本申请的用于呈现信息的装置的一个实施例的结构示意图；图6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。图1示出了可以应用本申请的用于呈现信息的方法或用于呈现信息的装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是硬件，也可以是软件。当终端设本文档来自技高网...

【技术保护点】
1.一种用于呈现信息的方法，包括：/n获取目标发布信息和与所述目标发布信息关联的评论信息集合；/n对于所述评论信息集合中的评论信息，基于该评论信息和所述目标发布信息，生成该评论信息的有用性概率和预测评论分数；/n基于所得到的有用性概率集合和预测评论分数集合，呈现所述评论信息集合中的评论信息。/n

【技术特征摘要】
1.一种用于呈现信息的方法，包括：
获取目标发布信息和与所述目标发布信息关联的评论信息集合；
对于所述评论信息集合中的评论信息，基于该评论信息和所述目标发布信息，生成该评论信息的有用性概率和预测评论分数；
基于所得到的有用性概率集合和预测评论分数集合，呈现所述评论信息集合中的评论信息。


2.根据权利要求1所述的方法，其中，所述基于所得到的有用性概率集合和预测评论分数集合，呈现所述评论信息集合中的评论信息，包括：
按照相应预测评论分数由大到小的顺序呈现所述评论信息集合中的评论信息。


3.根据权利要求1所述的方法，其中，所述基于所得到的有用性概率集合和预测评论分数集合，呈现所述评论信息集合中的评论信息，包括：
将小于预设阈值的有用性概率对应的评论信息进行隐藏显示或折叠显示。


4.根据权利要求1所述的方法，其中，所述基于该评论信息和所述目标发布信息，生成该评论信息的有用性概率和预测评论分数，包括：
从该评论信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成评论初始编码；
从所述目标发布信息中提取单词向量编码和字符向量编码，以及基于所提取的单词向量编码和字符向量编码，生成发布初始编码；
基于该评论初始编码和所述发布初始编码，生成有用性概率和预测评论分数。


5.根据权利要求4所述的方法，其中，所述基于该评论初始编码和所述发布初始编码，生成有用性概率和预测评论分数，包括：
将该评论初始编码输入第一双向长短时记忆网络，得到评论编码；
将所述发布初始编码输入第二双向长短时记忆网络，得到发布编码；
基于所述发布编码和该评论编码，生成注意力机制编码；
将该注意力机制编码输入逻辑斯蒂回归模型得到有用性概率；
将该注意力机制编码输入线性回归模型得到预测评论分数。


6.一种用于呈现信息的装置，包括：
获取单元，被配置成获取目标发布信息和与所述目标发布信息关联的评论信息集合；
生成单元，被配置成对于所述评论信息集合中的评...

【专利技术属性】
技术研发人员：范淼，郭琳，冯超，孙明明，李平，王海峰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11