评论数据处理方法、装置、设备、存储介质及产品制造方法及图纸

本申请公开了一种评论数据处理方法、装置、设备、存储介质及产品，属于人工智能技术领域。该评论数据处理方法充分利用评论信息关联的多媒体对象的多维度特征、交互对象的静态属性特征、交互对象的评论交互操作特征以及评论信息自身特征，对评论信息的自身质量以及该评论信息引导交互对象进行交互的能力进行预测，根据预测结果确定该评论信息的重要程度，根据各评论信息的重要程度可以确定各评论信息的排序结果，从而使得排序结果中较为重要的、对交互对象具备强烈吸引力以及可以引导交互对象进行交互评论信息优先展示，从而提升该评论信息以及该评论信息所对应的多媒体对象的相关信息的传播效率和信息流通能力。关信息的传播效率和信息流通能力。关信息的传播效率和信息流通能力。

【技术实现步骤摘要】
评论数据处理方法、装置、设备、存储介质及产品


[0001]本申请涉及人工智能
，特别涉及一种评论数据处理方法、装置、设备、存储介质及产品。

技术介绍

[0002]信息流内容平台，无论是资讯类、社交类、还是视频类，都可以在展示多媒体对象的基础上展示针对该多媒体对象的评论信息，评论信息自身也是营造内容互动、促进内容沉浸体验的重要因素。交互对象在多媒体对象的基础上，可以和多媒体对象进行基于内容的互动，从而产生评论信息和与评论有关的交互操作。目前信息流内容的评论，通常按照发布时间顺序进行简单排序。这样的排序方法对促进多媒体对象的信息传播和促进交互对象对于多媒体对象相关内容的参与而言作用有限。

技术实现思路

[0003]本申请实施例提供了评论数据处理方法、装置、设备、存储介质及产品，能够促进多媒体对象的信息传播和促进交互对象对于多媒体对象相关内容的参与。
[0004]根据本申请实施例的一个方面，提供了一种评论数据处理方法，所述方法包括：
[0005]对所述多媒体对象进行媒体特征提取，得到所述多媒体对象对应的媒体特征，所述媒体特征提取包括下述至少之一：视觉特征提取、文本特征提取和标签特征提取；
[0006]对所述第一评论信息进行内容特征提取，得到所述第一评论信息所对应的语义特征；
[0007]对目标交互对象信息分别进行静态属性特征提取和交互操作特征提取，得到交互对象静态特征和交互对象交互操作特征，所述交互操作包括所述目标交互对象信息的评论交互操作；
[0008]根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，对所述第一评论信息进行重要度预测，得到所述第一评论信息所对应的重要度，所述重要度表征所述第一评论信息吸引所述目标交互对象信息对应的交互对象对所述第一评论信息或者所述多媒体对象产生交互操作的能力。
[0009]根据本申请实施例的一个方面，提供了一种评论数据处理装置，所述装置包括：
[0010]处理数据获取模块，用于获取第一评论信息所对应的多媒体对象；
[0011]多模态特征提取模块，用于对所述多媒体对象分别进行视觉特征提取、文本特征提取和标签特征提取，得到所述多媒体对象对应的媒体特征；对所述第一评论信息进行内容特征提取，得到所述第一评论信息所对应的语义特征；以及，对目标交互对象信息分别进行静态属性特征提取和交互操作特征提取，得到交互对象静态特征和交互对象交互操作特征，所述交互操作包括所述目标交互对象信息的评论交互操作；
[0012]重要度预测模块，用于根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，对所述第一评论信息进行重要度预测，得到所述第一评论
信息所对应的重要度，所述重要度表征所述第一评论信息吸引所述目标交互对象信息对应的交互对象对所述第一评论信息或者所述多媒体对象产生交互操作的能力。
[0013]根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述评论数据处理方法。
[0014]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述评论数据处理方法。
[0015]根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行以实现上述评论数据处理方法。
[0016]本申请实施例提供的技术方案可以带来如下有益效果：
[0017]本申请实施例提供一种评论数据处理方法，该评论数据处理方法充分利用评论信息关联的多媒体对象的多维度特征、交互对象的静态属性特征、交互对象的评论交互操作特征以及评论信息自身特征，对评论信息的自身质量以及该评论信息引导交互对象进行交互的能力进行预测，根据预测结果确定该评论信息的重要程度，根据各评论信息的重要程度可以确定各评论信息的排序结果，从而使得排序结果中较为重要的、对交互对象具备强烈吸引力以及可以引导交互对象进行交互评论信息优先展示，从而提升该评论信息以及该评论信息所对应的多媒体对象的相关信息的传播效率和信息流通能力。进一步地，通过本申请实施例，能够有效利用评论信息关联的多媒体对象，评论信息本身及交互对象各方面的信息，对评论信息的质量做出一个量化的打分度量，有效优化评论区域的内容输出结果，增加交互对象互动活跃度，可以有效改善交互对象的阅读评论的体验；能够将评论转化为内容消费的一部分，评论通常在内容的底部出现，优质评论内容前置展现可以增加对内容的消费，增加交互对象滑动到内容详情页底部的概率，提升多媒体对象曝光量和消费停留时长，改善信息流内容消费的氛围，增强内容整体的趣味和信息量，最终有助于信息流内容人均停留时长的提升和人均消费量提升。
附图说明
[0018]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请一个实施例提供的应用程序运行环境的示意图；
[0020]图2是本申请一个实施例提供的评论数据处理方法的流程图；
[0021]图3示例性示出了重要度预测方法流程示意图；
[0022]图4示例性示出了评论信息处理模型示意图；
[0023]图5示例性示出了一种信息流内容服务系统的技术框架示意图；
[0024]图6是本申请一个实施例提供的评论数据处理装置的框图；
[0025]图7是本申请一个实施例提供的计算机设备的结构框图。
具体实施方式
[0026]在介绍本申请提供的方法实施例之前，先对本申请方法实施例中可能涉及的相关术语或者名词进行简要介绍，以便于本申请领域技术人员理解。
[0027]MCN：是一种多频道网络的产品形态，将PGC(Professional GeneratedContent，专业生产内容)内容联合起来，在资本的有力支持下，保障内容的持续输出，从而最终实现商业的稳定变现。
[0028]PGC指专业生产内容(例如视频网站中的视频)、专家生产内容(社交网络中的内容)，用来泛指内容个性化、视角多元化、社会关系虚拟化。也称为 PPC(Professionally
‑
produced Content，专业生产内容)。
[0029]UGC(User Generated Content)指交互对象原创本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评论数据处理方法，其特征在于，所述方法包括：获取第一评论信息所对应的多媒体对象；对所述多媒体对象进行媒体特征提取，得到所述多媒体对象对应的媒体特征，所述媒体特征提取包括下述至少之一：视觉特征提取、文本特征提取和标签特征提取；对所述第一评论信息进行内容特征提取，得到所述第一评论信息所对应的语义特征；对目标交互对象信息分别进行静态属性特征提取和交互操作特征提取，得到交互对象静态特征和交互对象交互操作特征，所述交互操作包括所述目标交互对象信息的评论交互操作；根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，对所述第一评论信息进行重要度预测，得到所述第一评论信息所对应的重要度，所述重要度表征所述第一评论信息吸引所述目标交互对象信息对应的交互对象对所述第一评论信息或者所述多媒体对象产生交互操作的能力。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述多媒体对象对应的至少一个第二评论信息；确定每一所述第二评论信息所对应的重要度；按照重要度降序的顺序对所述第一评论信息和各所述第二评论信息形成的评论信息集合进行排序，得到排序结果；在目标界面展示所述多媒体对象以及所述排序结果，所述目标界面为所述目标交互对象信息对应的信息展示界面。3.根据权利要求1或2所述的方法，其特征在于，所述语义特征包括所述第一评论信息本身的内容特征以及所述第一评论信息关联的回复评论的内容特征，所述根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，对所述第一评论信息进行重要度预测，得到所述第一评论信息所对应的重要度，包括：根据所述第一评论信息本身的内容特征和所述媒体特征，预测所述第一评论信息的信息质量，所述信息质量表征所述第一评论信息本身的内容质量以及所述第一评论信息与所述多媒体对象的相关度；根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，预测所述第一评论信息的交互吸引度，所述交互吸引度表征所述第一评论信息吸引所述目标交互对象信息对应的交互对象对所述第一评论信息产生预设交互操作的能力；根据所述信息质量和所述交互吸引度，确定所述第一评论信息对应的重要度。4.根据权利要求3所述的方法，其特征在于，所述根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，预测所述第一评论信息的交互吸引度，包括：在所述信息质量满足预设质量要求的情况下，根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，预测所述第一评论信息的交互吸引度；所述根据所述信息质量和所述交互吸引度，确定所述第一评论信息对应的重要度，包括：在所述信息质量不满足预设质量要求的情况下，将所述重要度设定为预设值。5.根据权利要求1所述的方法，其特征在于，所述评论信息处理模型包括跨模态融合
器、第一拟合层、第二拟合层、归一化层，所述第一拟合层和所述第二拟合层分别与所述跨模态融合器连接，所述第一拟合层和所述第二拟合层与所述归一化层连接，所述跨模态融合器用于通过显式的构造高阶特征交互，提取交叉组合特征，从而完成不同模态特征的融合；所述根据所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征，对所述第一评论信息进行重要度预测，得到所述第一评论信息所对应的重要度，包括：将所述媒体特征、所述语义特征、所述交互对象静态特征和所述交互对象交互操作特征输入所述跨模态融合器进行特征融合，得到融合结果；将所述融合结果输入所述第一拟合层进行质量分拟合操作，得到所述第一评论信息的质量分信息，所述质量分信息表征所述第一评论信息的信息质量；将所述融合结果输入所述第二拟合层进行交互吸引度拟合操作，得到所述第一评论信息的交互吸引度信息；将所述第一评论信息的质量分信息，以及所述第一评论信息的交互吸引度信息输入所述归一化层进行归一化操作，得到各自对应的归一化结果；对各所述归一化结果进行加权求和得到所述第一评论信息所对应的重要度。6.根据权利要求5所述的方法，其特征在于，所述评论信息处理模型还包括第一特征提取器，所述第一特征提取器与所述跨模态融合器连接，所述媒体特征提取包括视觉特征提取，所述对所述多媒体对象进行媒体特征提取，得到所述多媒体对象对应的媒体特征，包括：基于所述第一特征提取器对所述多媒体对象进行物体识别和人脸识别，得到视觉特征提取...

【专利技术属性】
技术研发人员：刘刚，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：