一种基于隐式维度挖掘的个性化评论推荐方法及系统

    公开(公告)号:CN117932151A

    公开(公告)日:2024-04-26

    申请号:CN202410101145.4

    申请日:2024-01-24

    Inventor: 胥备 徐逸凡 胡震

    Abstract: 本发明公开了一种基于隐式维度挖掘的个性化评论推荐方法,涉及自然语言处理与人工智能技术领域,包括通过筛选网络商品评论并微调M3E‑base模型,构建M3E‑base‑TextDimension模型;利用大语言模型识别评论中的实体,并改写评论以提取评论维度;结合用户需求和评论维度,通过大语言模型筛选出关键维度集以确认需求维度;将评论维度和需求维度输入至M3E‑base‑TextDimension模型,以生成评论Embedding和需求Embedding;通过计算评论Embedding和需求Embedding的余弦相似度进行Top‑N评论推荐。本发明通过构建自定义停用词表和利用多个开源停用词库,实现了对文本数据的有效过滤,提高后续文本处理的质量。

Patent Agency Ranking