一种基于区块链的检测评论方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种基于区块链的检测评论方法、装置及电子设备，其中，该方法包括：构建包含多个节点的信息平台；确定信息平台中多个目标节点的信用度；对目标节点发表的目标评论文本进行注意力处理，确定目标评论文本的注意力信息，根据注意力信息和相应的信用度生成目标评论文本的特征向量；根据目标评论文本的特征向量对目标评论文本进行检测。通过本发明专利技术实施例提供的基于区块链的检测评论方法、装置及电子设备，能够基于发表评论文本的节点的信用度对评论文本进行检测评价。并且，结合注意力信息和信用度对目标评论文本进行综合检测，能够从多维度对评论文本进行检测，可以提高检测结果的准确度。结果的准确度。结果的准确度。

【技术实现步骤摘要】
一种基于区块链的检测评论方法、装置及电子设备


[0001]本专利技术涉及文本检测
，具体而言，涉及一种基于区块链的检测评论方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着互联网技术发展，大量的信息可以通过互联网传播，不仅包含新闻、商品等信息，也存在用户对新闻或商品的评论。这些评论中会包含用户正常的评论，也可能会存在虚假或者无关的无效评论，这些无效评论可能会影响其他用户对相应新闻或商品的感官，因此需要对用户发表的评论进行检测、分类。
[0003]目前主要是通过自然语言处理技术对评论进行语义识别，检测时所基于的维度较少，过于依赖检测模型的准确度；并且，也容易存在误检的情况。例如，用户将对商品A的正常评论发表到了对其他商品B的评论，该评论本身是正常的，但其与商品B不相关，该评论仍然是无效的评论。

技术实现思路

[0004]为解决现有存在的技术问题，本专利技术实施例提供一种基于区块链的检测评论方法、装置、电子设备及计算机可读存储介质。
[0005]第一方面，本专利技术实施例提供了一种基于区块链的检测评论方法，包括：
[0006]为用户分配相应的节点，并基于区块链构建包含多个所述节点的信息平台；
[0007]确定所述信息平台中多个目标节点的信用度，所述目标节点为所述信息平台中发表过评论文本的节点；
[0008]对所述目标节点发表的目标评论文本进行注意力处理，确定所述目标评论文本的注意力信息，根据所述注意力信息和相应的所述信用度生成所述目标评论文本的特征向量；
[0009]根据所述目标评论文本的特征向量对所述目标评论文本进行检测。
[0010]第二方面，本专利技术实施例还提供了一种基于区块链的检测评论装置，包括：
[0011]平台构建模块，用于为用户分配相应的节点，并基于区块链构建包含多个所述节点的信息平台；
[0012]信用度确定模块，用于确定所述信息平台中多个目标节点的信用度，所述目标节点为所述信息平台中发表过评论文本的节点；
[0013]处理模块，用于对所述目标节点发表的目标评论文本进行注意力处理，确定所述目标评论文本的注意力信息，根据所述注意力信息和相应的所述信用度生成所述目标评论文本的特征向量；
[0014]检测模块，用于根据所述目标评论文本的特征向量对所述目标评论文本进行检测。
[0015]第三方面，本专利技术实施例提供了一种电子设备，包括总线、收发器、存储器、处理器
及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述的基于区块链的检测评论方法中的步骤。
[0016]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的基于区块链的检测评论方法中的步骤。
[0017]本专利技术实施例提供的基于区块链的检测评论方法、装置、电子设备及计算机可读存储介质，基于区块链构建信息平台，并为用户分配信息平台中的相应节点，使得用户发表的文章、评论等可以溯源，进而能够基于发表评论文本的节点的信用度对评论文本进行检测评价。并且，结合注意力信息和信用度对目标评论文本进行综合检测，能够从多维度对评论文本进行检测，可以提高检测结果的准确度。
附图说明
[0018]为了更清楚地说明本专利技术实施例或
技术介绍
中的技术方案，下面将对本专利技术实施例或
技术介绍
中所需要使用的附图进行说明。
[0019]图1示出了本专利技术实施例所提供的一种基于区块链的检测评论方法的流程图；
[0020]图2示出了本专利技术实施例所提供的一种基于区块链的检测评论装置的结构示意图；
[0021]图3示出了本专利技术实施例所提供的一种用于执行基于区块链的检测评论方法的电子设备的结构示意图。
具体实施方式
[0022]下面结合本专利技术实施例中的附图对本专利技术实施例进行描述。
[0023]图1示出了本专利技术实施例所提供的一种基于区块链的检测评论方法的流程图。如图1所示，该方法包括：
[0024]步骤101：为用户分配相应的节点，并基于区块链构建包含多个节点的信息平台。
[0025]本专利技术实施例中，首先基于区块链技术构建一个信息平台，该信息平台包含多个节点，可供用户发表文章等信息，也可以供其他用户对相应的文章等进行评论。之后部署智能合约，为用户分配相应的节点；其中，可以根据用户的不同身份为用户分配节点。例如，用户可以分为游客、会员、区域代表、仲裁委员会等。
[0026]游客：可以观看信息内容并点赞。
[0027]会员：需要通过一份基础问卷后方可注册，该问卷是基于相关知识而设计的知识考试。在游客的基础上，可以关注其它会员，并且可以发布文章、评论文章、转发他人授权文章，以及举报不实、不良文章。会员将自己原创且真实的文章等发布至该平台，附以时间戳，加密后上传至区块链存储，若其他人未经作者同意复制、粘贴、转载，很快就可以追溯到源头。
[0028]区域代表：划分不同的区域，选择相应的代表，主要职责是审议通过文章及添加至精品栏，以及对不良、不实文章予以限流。会员提出申请，在一定区域内进行匿名投票。若支持率超过一定值，便根据其历史信息输入进用户评价模型获得结果，根据结果进行排序，最
高者即为区域代表。区域代表可以每隔一段时间换一次。
[0029]仲裁委员会：是这个平台的最高仲裁机构，用于保证文章的客观、独立和公正，最初可以由国内知名的专家和学者组成多人团体，负责作品事实审查和有争议的伦理案件审查。会员通过申请并通过匿名投票后，都有权利挑战仲裁委员会中的任一成员。如果挑战成功，一方进入仲裁委员会，另一方降为会员。
[0030]步骤102：确定信息平台中多个目标节点的信用度，目标节点为信息平台中发表过评论文本的节点。
[0031]本专利技术实施例中，信息平台中的节点能够发表用于评论文章或商品的文本，即评论文本，相应的，为方便后续描述，该节点称为目标节点。本实施例中，为每个目标节点设置相应的信用度，该信用度用于表示相应目标节点发表的评论文本的可信程度；信用度越高，该目标节点发表的评论文本越可能有效，即越不可能是无效评论。其中，可以为每个目标节点的信用度设置一个初始值，之后基于目标节点在信息平台中的操作来更新该信用度。
[0032]步骤103：对目标节点发表的目标评论文本进行注意力处理，确定目标评论文本的注意力信息，根据注意力信息和相应的信用度生成目标评论文本的特征向量。
[0033]步骤104：根据目标评论文本的特征向量对目标评论文本进行检测。
[0034]本专利技术实施例中，将目标节点发表的评论文本称为目标评论文本；在提取评论文本的特征时，引入注意力机制，从而可以提取目标评论文本的上下文语义；并且，基于包含上下文语义的注意力信息和相应目标节点的信用度综合生成目标评论文本文本的特征向量，在后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的检测评论方法，其特征在于，包括：为用户分配相应的节点，并基于区块链构建包含多个所述节点的信息平台；确定所述信息平台中多个目标节点的信用度，所述目标节点为所述信息平台中发表过评论文本的节点；对所述目标节点发表的目标评论文本进行注意力处理，确定所述目标评论文本的注意力信息，根据所述注意力信息和相应的所述信用度生成所述目标评论文本的特征向量；根据所述目标评论文本的特征向量对所述目标评论文本进行检测。2.根据权利要求1所述的方法，其特征在于，所述确定所述信息平台中多个目标节点的信用度，包括：预先设置所述目标节点的无效评价权重w1、应答效率权重w2和互动权重w3，并根据所述目标节点的历史信用度、应答处理时间和互动数量分别确定所述目标节点的信用度值、应答效率值和互动值；根据所述目标节点的信用度值、应答效率值和互动值生成相应的节点数组A
i
＝{P
i1
,P
i2
,P
i3
}，且：其中，C
i
,T
i
,N
i
分别为第i个目标节点的历史信用度、应答处理时间、互动数量，P
i1
,P
i2
,P
i3
分别为第i个目标节点的信用度值、应答效率值和互动值；根据所述节点数组确定第i个目标节点对第j个目标节点的相对熵KL(i,j)，以及所述第i个目标节点占所述第j个目标节点的相邻度比例RD(i,j)；其中，d(i)表示第i个目标节点的度，N(j)表示指向所述第j个目标节点的其他节点集合，d(k)表示指向所述第j个目标节点的节点中，第k个节点的度；根据所述相对熵KL(i,j)和所述相邻度比例RD(i,j)确定第i个目标节点对第j个目标节点的关联度REij，且：REij＝(1
‑
a)
×
KL(i,j)+a
×
RD(i,j)；建立信用度关系式，对所述信用度关系式进行迭代处理，确定每个所述目标节点的信用度；其中，所述信用度关系式为：C
i
、C
j
分别表示第i个目标节点的信用度、第j个目标节点的信用度，a和b均为预先设置的调整系数，N为目标节点的总数量，N(i)表示指向第i个目标节点的其他节点集合，m(j)为第j个目标节点的出链数量。3.根据权利要求1所述的方法，其特征在于，所述对所述目标节点发表的目标评论文本进行注意力处理，确定所述目标评论文本的注意力信息，包括：
对所述目标评论文本进行分词处理，确定所述目标评论文本每个分词的词向量x
i
，并生成所述目标评论文本的文本序列X
T
，且X
T
＝(x1,x2,
…
,x
T
)；其中，词向量x
i
为列向量的形式，i∈[1,T]，且T为所述目标评论文本的分词总数量；根据所述文本序列X
T
中全部的词向量确定所述目标评论文本的注意力全局参数；根据所述文本序列X
T
中与第i个词向量x
i
相关联的部分词向量确定第i个词向量x
i
的注意力系数，并根据所有词向量的注意力系数确定所述目标评论文本的注意力局部参数。4.根据权利要求3所述的方法，其特征在于，所述根据所述文本序列X
T
中全部的词向量确定所述目标评论文本的注意力全局参数，包括：设置第一卷积核矩阵W
G
，且W
G
∈R
d
×
T
；对所述文本序列X
T
进行卷积处理，确定每个分词对应的全局注意力值S
G
(i)，并根据所述全局注意力值S
G
(i)确定更新后的第一词向量且：S
G
(i)＝g(X
T
(:,i)*W
G
(:,i))，i∈[1,T]；从所有更新后的第一词向量中选取出n个相邻的第一词向量，以生成全局词向量序列X
G,i
，i∈[1,T
‑
n+1]；预先设置n
G
个d
×
n的第一卷积核，并根据所述第一卷积核对所述全局词向量序列X
G,i
进行卷积处理，将卷积处理结果Z
G
(i,j)进行最大池化处理，确定所述目标评论文本的注意力全局参数Z
G
；Z
G
(i,j)＝g(X
G,i
*C
G,j
)，Z
G
(j)＝max(Z
G
(:,j))；j∈[1,n
G
]；其中，C
G,j
为第j个第一卷积核，函数g()表示激活函数，Z
G
(j)表示注意力全局参数Z
...

【专利技术属性】
技术研发人员：李纯懿，
申请(专利权)人：卓尔智联武汉研究院有限公司，
类型：发明
国别省市：