一种用户评论识别分类方法、系统及模型技术方案

一种用户评论识别分类方法、系统及模型，其中方法包括如下步骤，对第一训练数据集进行标注，标注的标签包括一级标签、二级标签；所述一级标签包括：需求关注、买前决策、买后反馈，所述二级标签为从属于所述一级标签下的二级分类类别；将标注后的第一训练数据集输入第一识别网络进行训练，得到训练好的第一识别网络，部署第一识别网络，将待识别的用户评论输入第一识别网络，第一识别网络输出所述用户评论属于需求关注、买前决策或是买后反馈的分类结果。针对系统应用的通过上述步骤，本方案能够通过对训练集进行全新的二级标注方法，并训练第一识别网络输出对于用户评论属于买前或是买后的分类结果，达到了识别用户评论分类的技术效果。

【技术实现步骤摘要】

本专利技术涉及语料分析处理领域，尤其涉及一种通过大数据模型对用户评论进行分类的方法。

技术介绍

1、随着互联网技术的发展，在当前的电子商务环境下，品牌方面临着如何有效捕捉并理解消费者需求的挑战。虽然社交媒体平台提供了大量的用户反馈，但是从这些反馈中提取出有价值的信息以指导品牌决策却非常困难。现有技术中的语言处理技术，若是直接套用在评论筛选的领域中，仅能够采用语言大模型获取关键词或情感倾向，无法针对评论是否是属于购买反馈进行判断，往往无法深入分析消费者的买前疑问和买后反馈，导致品牌方错失优化产品和营销策略的机会。

技术实现思路

1、因此，需要提供一种能够对用户评论信息进行购买前后反馈的专业技术分类方案。

2、为实现上述目的，专利技术人提供了一种用户评论识别分类方法，包括如下步骤，对第一训练数据集进行标注，标注的标签包括一级标签、二级标签；所述一级标签包括：需求关注、买前决策、买后反馈，所述二级标签为从属于所述一级标签下的二级分类类别；将标注后的第一训练数据集输入第一识别网络进行训练，得到训练好的第一本文档来自技高网...

【技术保护点】

1.一种用户评论识别分类方法，其特征在于，包括如下步骤，对第一训练数据集进行标注，标注的标签包括一级标签、二级标签；

2.根据权利要求1所述的用户评论识别分类方法，其特征在于，需求关注的二级标签项包括：适用人群、用户痛点、适用场景、买前需求、意向产品中的一种或几种；从属于买前决策的二级标签包括：疑问、价格、购买意向、催促补货、购买动机中的一种或几种；从属于买后反馈的二级标签包括：品牌认知度、品牌形象、用户首购、不会回购、会回购、已购、推荐、感受体验、功能痛点、服务承诺-未满足、购买途径、使用状态、追评、对比中的一种或几种。

3.根据权利要求1所述的用户评论识别分类...

【技术特征摘要】

1.一种用户评论识别分类方法，其特征在于，包括如下步骤，对第一训练数据集进行标注，标注的标签包括一级标签、二级标签；

2.根据权利要求1所述的用户评论识别分类方法，其特征在于，需求关注的二级标签项包括：适用人群、用户痛点、适用场景、买前需求、意向产品中的一种或几种；从属于买前决策的二级标签包括：疑问、价格、购买意向、催促补货、购买动机中的一种或几种；从属于买后反馈的二级标签包括：品牌认知度、品牌形象、用户首购、不会回购、会回购、已购、推荐、感受体验、功能痛点、服务承诺-未满足、购买途径、使用状态、追评、对比中的一种或几种。

3.根据权利要求1所述的用户评论识别分类方法，其特征在于，还包括步骤，所述第一识别网络输出所述用户评论中的命中所述一级标签或二级标签的命名实体。

4.根据权利要求3所述的用户评论识别分类方法，其特征在于，还包括步骤，根据所述第一识别网络输出的用户评论中的命中所述一级标签或二级标签的命名实体的词频及用户评论属于需求关注、买前决策或是买后反馈的分类结果自动生成评价报告。

5.根据权利要求1所述的用户评论识别分类方法，其特征在于，所述第一识别网络为自定义bert模型，所述自定义bert模型包括依次连接的转换层、第一全连接层、第二...

【专利技术属性】
技术研发人员：李在灼，姜豪，胡长春，
申请(专利权)人：福州果集信息科技有限公司，
类型：发明
国别省市：