【技术实现步骤摘要】
基于顾客反馈确定食品安全风险的方法、计算设备和介质
[0001]本公开概括而言涉及机器学习领域，更具体地，涉及一种基于顾客反馈确定食品安全风险的方法、计算设备和计算机可读存储介质。
技术介绍
[0002]对于食品企业来说，食品安全问题是其需要关注的首要问题。各个食品企业通过设置严格的规章制度来保证食品安全并且通过实时的舆情监控来预测其是否涉及食品安全问题。
[0003]食品企业需要及时快速地发现和处理涉及食品安全问题的顾客反馈，如果漏判顾客的负面反馈，轻则会对该食品企业造成不良的舆论影响，重则还可能会使得该食品企业受到监管部门的处罚。
[0004]另一方面，在食品企业内部，对涉及食品安全问题的顾客反馈进行处理常常需要多个部门协作，因此如果发生误判可能会造成人力物力的极大浪费。
[0005]因此，在食品企业内部，基于顾客反馈判断食品安全风险一方面需要准确，不要误判，另一方面需要全面，不要漏判。在当前社交媒体丰富多样的情况下，依靠人力来完成上述判断变得越来越不可能。
技术实现思路
[000...
【技术保护点】
【技术特征摘要】
1.一种基于顾客反馈确定食品安全风险的方法，包括：采集针对食品的顾客反馈文本；对所述顾客反馈文本进行句法分析以确定所述顾客反馈文本是否包含食品相关语义表达，其中所述食品相关语义表达至少包括食品名称和与所述食品名称共现的描述词；响应于确定所述顾客反馈文本包含食品相关语义表达，对所述顾客反馈文本进行情感分析以获取所述顾客反馈文本的情感得分；对所述顾客反馈文本进行分类以确定所述顾客反馈文本的类别得分；以及基于所述情感得分和所述类别得分确定所述顾客反馈文本所指示的食品安全风险指数。2.如权利要求1所述的方法，其中确定所述顾客反馈文本是否包含食品相关语义表达包括：对所述顾客反馈文本进行句法分析，以确定所述顾客反馈文本是否包含多个预定词语，所述多个预定词语至少包括特定食品名称和特定描述词；以及响应于确定所述顾客反馈文本包含多个预定词语，按照预先确定的食安语义模板确定所述多个预定词语是否构成食品相关语义表达，其中所述食品相关语义表达包括食品名称和与所述食品名称共现的描述词。3.如权利要求1或2所述的方法，其中所述食品相关语义表达还包括与所述食品名称共现的时间和/或地点。4.如权利要求1所述的方法，其中获取所述顾客反馈文本的情感得分包括：将所述顾客反馈文本映射为文本标识序列，其中所述文本标识序列包括一个或多个离散编码向量；将所生成的文本标识序列输入情感分析模型的嵌入层，以将所述文本标识序列转换成连续的嵌入向量；在所述情感分析模型的编码层对所述嵌入层输出的嵌入向量进行编码以生成所述嵌入向量的上下文表示；在所述情感分析模型的池化层利用注意力函数生成所述嵌入向量的句子级别特征向量；在所述情感分析模型的输出层产生所述句子级别特征向量的质量概率分布，所述质量概率分布指示所述食品相关语义表达处于不同情感极性的概率；以及基于所述句子级别特征向量的质量概率分布确定所述顾客反馈文本的情感得分。5.如权利要求4所述的方法，其中基于所述句子级别特征向量的质量概率分布确定所述顾客反馈文本的情感得分包括：选择所述质量概率分布中概率最高的情感极性作为所述顾客反馈文本的情感得分。6.如权利要求4所述的方法，其中基于所述句子级别特征向量的质量概率分布确定所述顾客反馈文本的情感得分包括：选择所述质量概率分布中概率最高的情感极性，将其与顾客直接做出的评分进行加权平均以作为所述顾客反馈文本的情感得分。7.如权利要求4所述的方法，其中基于所述句子级别特征向量的质量概率分布确定所述顾客反馈文本的情感得分包括：
将所述质量概率分布中的每个概率与对应的情感极性进行加权平均以作为所述顾客反馈文本的情感得分。8.如权利要求1所述的方法，其中确定所述顾客反馈文本的类别得分包括：将所述顾客反馈文本映射为文本标识序列，其中所述文本标识序列包括一个或多个离散编码向量；将所生成的文本标识序列输入所述文本分类模型的嵌入层，以将所述文本标识序...
【专利技术属性】
技术研发人员：凌悦，付宇，
申请(专利权)人：胜斗士上海科技技术发展有限公司，
类型：发明
国别省市：
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。