[发明专利]一种方面挖掘模型的训练方法、装置及电子设备

说明书

本发明实施例提供了一种方面挖掘模型的训练方法、装置及电子设备，该方法包括：获得多条针对商家对象的评论信息；确定各个评论文本中的评论词组与评价方面的目标对应关系；确定多条评论信息中的用户评论关系和商家评论关系；利用预设的函数优化公式，优化预设的损失函数；在损失函数优化完成后，对方面挖掘模型进行训练，直至通过损失函数所计算出的损失值低于预设阈值时，完成方面挖掘模型的训练。相比于现有技术，本发明实施例提供的方法，在模型训练时，考虑了用户、评论文本和商家对象之间的关系，使得方面挖掘模型能够学习到更有效的特征，进而，提高基于方面挖掘模型确定的商家对象的方面评分的准确性。

技术领域

本发明涉及计算机软件技术领域，特别是涉及一种方面挖掘模型的训练方法、装置及电子设备。

背景技术

目前，一些评分网站常常设置有针对于各个商家对象的商家评价，其中，针对于任一商家对象的商家评价中包括：商家总评分、针对于多个评价方面的方面评分和针对于该商家对象的多条评论信息等，每条评论信息包括：用户的标识、用户对该商家对象的评论文本和用户总评分，商家总评分是根据多个用户总评分确定的。举例而言，对于饭店商家而言，多个评价方面可以包括但不局限于：服务、环境和口味。

当消费者想要选择商家对象去消费时，可以将评分网站上的商家评价作为参考。不同的消费者在选择商家对象时注重的评价方面可能不同，因此，商家评价中的方面评分对消费者来说具有重要的参考意义。由于用户在对商家对象进行评价时，对各个评价方面的打分具有一定的随意性，因此，为了提高商家对象的方面评分的准确性，通常会根据多个用户针对商家对象的评论信息对该商家对象的方面评分进行确定。这里的用户是指曾经去过该商家消费过的用户。

现有技术中，针对评价方面的方面评分的确定方法是根据商家评价中的用户总评分和评论文本建立方面挖掘模型，进而利用该模型确定方面评分。然而，在实际情况中，评分网站中存在复杂的用户、评论文本和商家对象之间的关系，并影响确定的方面评分的准确性。因此，亟需一种新的方面挖掘模型训练方法，可以考虑到上述复杂的关系，进而提高确定的方面评分的准确性。

发明内容

本发明实施例的目的在于提供一种方面挖掘模型的训练方法、装置及电子设备，以提高确定的方面评分的准确性。具体技术方案如下：

第一方面，本发明实施例提供了一种方面挖掘模型的训练方法，所述方法包括：

获得多条针对商家对象的评论信息，其中，每条评论信息包括：用户的标识、商家对象的标识、所述用户对所述商家对象的评论文本和用户总评分；

确定各个评论文本中的评论词组与评价方面的目标对应关系，其中，所述评论词组包括一个先行词和一个修饰词，所述先行词为：表示评价方面的词，所述修饰词为：表示用户情绪的词；

确定所述多条评论信息中的用户评论关系和商家评论关系，其中，所述用户评论关系为：关于用户总评分、用户的标识及评论文本的对应关系，所述商家评论关系为：关于用户总评分、商家对象及评论文本的对应关系；

利用预设的函数优化公式，优化预设的损失函数；其中，所述损失函数为关于方面评分的取值范围、所述用户总评分、所述目标对应关系、所述用户评论关系和所述商家评论关系的函数；所述方面评分的取值范围为基于预设的评分取值范围和预设的评分偏差所确定的；

在所述损失函数优化完成后，将所述用户总评分和所述目标对应关系作为输入内容，对方面挖掘模型进行训练，直至通过所述损失函数所计算出的损失值低于预设阈值时，完成所述方面挖掘模型的训练；其中，所述方面挖掘模型为用于确定商家对象的各个评价方面对应的评价分数的模型

第二方面，本发明实施例提供了一种商家对象方面评分的确定方法，所述方法包括：

获得多条针对待确定方面评分的商家对象的测试信息，其中，每条测试信息包括：一条评论文本和该评论文本所对应的用户总评分；