蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者終端設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者終端設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個......”限定的要素，并不排除在包括所述要素的過程、方法、物品或者終端設備中還存在另外的相同要素。
[0217]以上對本發(fā)明所提供的一種評價信息生成方法和一種評價信息生成裝置，進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實施方式】及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。
【主權(quán)項】
1.一種評價信息生成方法，其特征在于，包括: 抓取信息點的評論數(shù)據(jù)； 對所述評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得評論詞及其描述信息，所述描述信息至少包括所述評論詞的正負評價信息； 根據(jù)預置規(guī)則及所述評論詞的描述信息，在所述評論詞中選擇關(guān)鍵評論詞； 依據(jù)語言生成模型將所述關(guān)鍵評論詞生成自然語句。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述依據(jù)語言生成模型將所述關(guān)鍵評論詞生成自然語句之前，所述方法還包括: 獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞； 所述依據(jù)語言生成模型將所述關(guān)鍵評論詞生成自然語句，包括: 依據(jù)語言生成模型將所述最終的關(guān)鍵評論詞生成自然語句。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取與所述信息點關(guān)聯(lián)的用戶個性信息，包括: 接收所述用戶輸入的與所述信息點關(guān)聯(lián)的個性信息。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取與所述信息點關(guān)聯(lián)的用戶個性信息，包括: 抓取所述用戶對所述信息點的關(guān)聯(lián)信息點的評論數(shù)據(jù)； 對所述用戶的評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得所述用戶個性信息。
5.根據(jù)權(quán)利要求2至4中任意一項所述的方法，其特征在于，所述在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞，包括: 確定所述用戶個性信息對應的評論詞類別； 在所述關(guān)鍵評論詞中選擇屬于所述評論詞類別的關(guān)鍵評論詞，作為最終的關(guān)鍵評論!?r] ο
6.一種評價信息生成方法，其特征在于，包括: 抓取信息點的評論數(shù)據(jù)； 對所述評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得評論詞及其描述信息，所述描述信息至少包括所述評論詞的正負評價信息； 根據(jù)預置規(guī)則及所述評論詞的描述信息，在所述評論詞中選擇關(guān)鍵評論詞； 將所述關(guān)鍵評論詞通過過濾器過濾成標準化評論詞； 將所述標準化評論詞拼接成自然語句，生成評價信息。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，在所述將所述關(guān)鍵評論詞通過過濾器過濾成標準化評論詞之前，所述方法還包括: 獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞； 所述將所述關(guān)鍵評論詞通過過濾器過濾成標準化評論詞，包括: 將所述最終的關(guān)鍵評論詞通過過濾器過濾成標準化評論詞。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞，包括: 確定所述用戶個性信息對應的評論詞類別； 在所述關(guān)鍵評論詞中選擇屬于所述評論詞類別的關(guān)鍵評論詞，作為最終的關(guān)鍵評論!?r] ο
9.根據(jù)權(quán)利要求6所述的方法，其特征在于，在所述將所述關(guān)鍵評論詞通過過濾器過濾成標準化評論詞之后，所述方法還包括: 獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 在所述標準化評論詞中選擇與所述用戶個性信息匹配的標準化評論詞； 所述將所述標準化評論詞拼接成自然語句，生成評價信息，包括: 將選擇出的標準化評論詞拼接成自然語句，生成評價信息。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述在所述標準化評論詞中選擇與所述用戶個性信息匹配的標準化評論詞，包括: 確定所述用戶個性信息對應的評論詞類別； 在所述標準化評論詞中選擇屬于所述評論詞類別的標準化評論詞。
11.根據(jù)權(quán)利要求7至10中任意一項所述的方法，其特征在于，所述獲取與所述信息點關(guān)聯(lián)的用戶個性信息，包括: 接收所述用戶輸入的與所述信息點關(guān)聯(lián)的個性信息。
12.根據(jù)權(quán)利要求7至10中任意一項所述的方法，其特征在于，所述獲取與所述信息點關(guān)聯(lián)的用戶個性信息，包括: 抓取所述用戶對所述信息點的關(guān)聯(lián)信息點的評論數(shù)據(jù)； 對所述用戶的評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得所述用戶個性信息。
13.—種評價信息生成裝置，其特征在于，包括: 數(shù)據(jù)獲取單元，用于抓取信息點的評論數(shù)據(jù)； 分析單元，用于對所述評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得評論詞及其描述信息，所述描述信息至少包括所述評論詞的正負評價信息； 第一選擇單元，用于根據(jù)預置規(guī)則及所述評論詞的描述信息，在所述評論詞中選擇關(guān)鍵評論詞； 信息生成單元，用于依據(jù)語言生成模型將所述關(guān)鍵評論詞生成自然語句。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述裝置還包括: 信息獲取單元，用于獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 第二選擇單元，用于在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞； 所述信息生成單元，具體用于依據(jù)語言生成模型將所述最終的關(guān)鍵評論詞生成自然語句。
15.根據(jù)權(quán)利要求14所述的裝置，其特征在于， 所述信息獲取單元，具體用于接收所述用戶輸入的與所述信息點關(guān)聯(lián)的個性信息。
16.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述信息獲取單元包括: 獲取子單元，用于抓取所述用戶對所述信息點的關(guān)聯(lián)信息點的評論數(shù)據(jù)； 分析子單元，用于對所述用戶的評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得所述用戶個性信息。
17.根據(jù)權(quán)利要求14至16中任意一項所述的裝置，其特征在于，所述第二選擇單元包括: 類別確定子單元，用于確定所述用戶個性信息對應的評論詞類別； 選擇子單元，用于在所述關(guān)鍵評論詞中選擇屬于所述評論詞類別的關(guān)鍵評論詞，作為最終的關(guān)鍵評論詞。
18.—種評價信息生成裝置，其特征在于，包括: 數(shù)據(jù)抓取單元，用于抓取信息點的評論數(shù)據(jù)； 數(shù)據(jù)分析單元，用于對所述評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得評論詞及其描述信息，所述描述信息至少包括所述評論詞的正負評價信息； 選擇單元，用于根據(jù)預置規(guī)則及所述評論詞的描述信息，在所述評論詞中選擇關(guān)鍵評論詞； 過濾單元，用于將所述關(guān)鍵評論詞通過過濾器過濾成標準化評論詞； 生成單元，用于將所述標準化評論詞拼接成自然語句，生成評價信息。
19.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述裝置還包括: 第一獲取單元，用于獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 再選擇單元，用于在所述關(guān)鍵評論詞中選擇與所述用戶個性信息匹配的關(guān)鍵評論詞作為最終的關(guān)鍵評論詞； 所述過濾單元，具體用于將所述最終的關(guān)鍵評論詞通過過濾器過濾成標準化評論詞。
20.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述裝置還包括: 第二獲取單元，用于獲取與所述信息點關(guān)聯(lián)的用戶個性信息； 重選擇單元，用于在所述標準化評論詞中選擇與所述用戶個性信息匹配的標準化評論詞； 所述生成單元，具體用于將所述重選擇單元選擇出的標準化評論詞拼接成自然語句，生成評價信息。
【專利摘要】本發(fā)明實施例提供了一種評價信息生成方法及裝置。該評價信息生成方法包括：抓取信息點的評論數(shù)據(jù)；對所述評論數(shù)據(jù)進行數(shù)據(jù)分析，獲得評論詞及其描述信息，所述描述信息至少包括所述評論詞的正負評價信息；根據(jù)預置規(guī)則及所述評論詞的描述信息，在所述評論詞中選擇關(guān)鍵評論詞；依據(jù)語言生成模型將所述關(guān)鍵評論詞生成自然語句。本發(fā)明實施例通過基于信息點的評論數(shù)據(jù)獲得評論詞，并進一步對評論詞進行篩選獲得關(guān)鍵評論詞，然后依據(jù)關(guān)鍵評論詞生成了包含評價信息的自然語言，該方法避免了現(xiàn)有方法獲得的由一個個獨立標簽構(gòu)成的評價信息，通過生成包含評價信息的自然語言，提高了評價信息的可讀性。
【IPC分類】G06F17-30, G06F17-27
【公開號】CN104731873
【申請?zhí)枴緾N201510098441
【發(fā)明人】路榮, 張帆
【申請人】北京匯行科技有限公司
【公開日】2015年6月24日
【申請日】2015年3月5日