公开(公告)号：CN111930930A

公开(公告)日：2020-11-13

申请号：CN202010663601.6

申请日：2020-07-10

Applicant: 浙江大学

Inventor： 潘浩杰 ,  蔡登 ,  杨荣钦 ,  周鑫 ,  王睿 ,  刘晓钟

IPC: G06F16/34 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06

Abstract: 本发明公开了一种基于商品方面对齐的抽象式评论摘要生成方法，包括：(1)获取商品评论数据，对商品下的评论进行划分，筛选出低质量评论和高质量评论，并用方面对齐的方式将筛选出的评论构建成多评论摘要数据集；(2)建立一个序列模型，所述的序列模型包含基于循环神经网络的编码器、解码器和注意力机制；同时加入基于方面的注意力机制；(3)利用多评论摘要数据集对序列模型进行训练，直到模型收敛；(4)使用训练好的模型进行评论摘要生成任务，输入商品的评论后，自动生成摘要。利用本发明，能够高效地构造(评论集，摘要)对用于神经网络模型训练，大大地降低了人工标注的成本；训练出来的模型够生成高质量的多评论摘要。

公开(公告)号：CN111930930B

公开(公告)日：2022-09-23

申请号：CN202010663601.6

申请日：2020-07-10

Applicant: 浙江大学

Inventor： 潘浩杰 ,  蔡登 ,  杨荣钦 ,  周鑫 ,  王睿 ,  刘晓钟

IPC: G06F16/34 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06

Abstract: 本发明公开了一种基于商品方面对齐的抽象式评论摘要生成方法，包括：(1)获取商品评论数据，对商品下的评论进行划分，筛选出低质量评论和高质量评论，并用方面对齐的方式将筛选出的评论构建成多评论摘要数据集；(2)建立一个序列模型，所述的序列模型包含基于循环神经网络的编码器、解码器和注意力机制；同时加入基于方面的注意力机制；(3)利用多评论摘要数据集对序列模型进行训练，直到模型收敛；(4)使用训练好的模型进行评论摘要生成任务，输入商品的评论后，自动生成摘要。利用本发明，能够高效地构造(评论集，摘要)对用于神经网络模型训练，大大地降低了人工标注的成本；训练出来的模型够生成高质量的多评论摘要。