一种评论质量的判断方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种评论质量的判断方法，通过先根据样本评论数据的用户信息、评论词和评论信息设置出样本评论网络图，并利用图神经网络和样本评论网络图训练出评论判断模型；然后在获取待测评论数据后，根据待测评论数据设置出对应的待测评论网络图；再将待测评论网络图输入至评论判断模型中，利用评论判断模型输出对待测评论数据的判断结果。本方法中的评论判断模型能够考虑待测评论数据中用户信息、评论词以及评论信息之间的关联关系，并且避免了训练出的评论判断模型的主观性，从而能够提高对待测评论数据进行质量判断的准确度。本申请还公开了一种评论质量的判断装置、设备及计算机可读存储介质，均具有上述有益效果。

【技术实现步骤摘要】
一种评论质量的判断方法、装置、设备及存储介质
本专利技术涉及质量判断领域，特别涉及一种评论质量的判断方法、装置、设备及计算机可读存储介质。
技术介绍
目前，用户在选择某个商品或者某项服务时，可以通过查看其它用户对该商品/服务的评价作为选择的参考信息。例如，通过快速浏览图书网站的用户评论，读者可以直观获取图书阅读建议，确定书籍是否满足自己的阅读需求。但由于网站用户量和评论量不断增加，评论数据呈指数型增长，人们很难在海量评论中快速发现有用信息。因此，现有技术提供了一种对评论数据进行质量判断的方法，通过提取出用于判断评论质量的特征指标，特征指标包括用户特征、评论内容、对图书的数值打分等信息；再根据特征指标对应的信息获取样本评论数据中的样本信息，再通过有监督的机器学习方法如SVM、逻辑回归方法等对样本信息进行学习训练，得出评论判断模型，以便根据评论判断模型对所述待测评论数据进行评论质量的分类及预测。但是，现有技术的方法，一方面仅仅根据特征指标对应的信息进行判断，使得判断的依据比较片面，从而导致对待测评论数据进行质量判断的判断结果不够准确；另一方本文档来自技高网...

【技术保护点】
1.一种评论质量的判断方法，其特征在于，包括：/n根据样本评论数据的用户信息、评论词和评论信息设置出样本评论网络图，并利用图神经网络和所述样本评论网络图训练出评论判断模型；/n获取待测评论数据，并根据所述待测评论数据设置出对应的待测评论网络图；/n将所述待测评论网络图输入至所述评论判断模型中，利用所述评论判断模型输出对所述待测评论数据的判断结果。/n

【技术特征摘要】
1.一种评论质量的判断方法，其特征在于，包括：
根据样本评论数据的用户信息、评论词和评论信息设置出样本评论网络图，并利用图神经网络和所述样本评论网络图训练出评论判断模型；
获取待测评论数据，并根据所述待测评论数据设置出对应的待测评论网络图；
将所述待测评论网络图输入至所述评论判断模型中，利用所述评论判断模型输出对所述待测评论数据的判断结果。


2.根据权利要求1所述的方法，其特征在于，所述根据样本评论数据的用户信息、评论词和评论信息设置出样本评论网络图，并利用图神经网络和所述样本评论网络图训练出评论判断模型的过程，具体包括：
根据所述样本评论数据的所述用户信息、所述评论词和所述评论信息设置出所述样本评论网络图；
将所述样本评论网络图输入至所述图神经网络中，获取与所述样本评论网络图对应的样本网络特征；
将所述样本网络特征输入至全连接层和softmax网络中进行训练，得出所述评论判断模型。


3.根据权利要求2所述的方法，其特征在于，进一步包括：
当所述样本评论网络图的节点为与所述评论信息对应的评论节点和与所述评论词对应的词节点时，计算出所述评论节点和所述词节点之间的权重；
根据所述权重设置所述评论节点和所述词节点之间的边。


4.根据权利要求1所述的方法，其特征在于，进一步包括：
在对同一目标商品的多个待测评论数据进行质量判断时，若确定出的质量差的待测评论数据的数量大于预设数量阈值，触发提示装置发出第一提示信息。


5.根据权利要求1所述的方法，其特征在于，在所述将所述待测评论网络图输...

【专利技术属性】
技术研发人员：张灿，牟奇，孟繁成，
申请(专利权)人：浪潮北京电子信息产业有限公司，
类型：发明
国别省市：北京;11