[发明专利]基于多模态信息融合的评论有用性预测方法及系统

权利要求书

1.一种基于多模态信息融合的评论有用性预测方法，其特征在于，所述方法包括：

基于产品有用性评论多模态数据根据领域专家知识提取影响产品评论有用性的关键特征；基于所述关键特征获取领域知识混合视角的评论有用性度量结果；

基于产品有用性评论多模态数据获取不同单个视角的产品有用性评论度量结果；

将所述领域知识混合视角的评论有用性度量结果和不同的所述单个视角的产品有用性评论度量结果进行融合，获取产品有用性评论的最终评估结果。

2.如权利要求1所述的方法，其特征在于，所述产品有用性评论多模态数据包括评论文本数据、评论图片数据以及用户投票行为数据。

3.如权利要求2所述的方法，其特征在于，所述基于所述产品有用性评论多模态数据获取不同单个视角的产品有用性评论度量结果包括：

基于自然语言处理技术和深度学习算法构建评论文本视角的评论有用性度量模型，利用所述评论文本视角的评论有用性度量模型和所述评论文本数据获取文本视角的产品有用性评论度量结果；

基于深度神经网络构建评论图片视角的评论有用性度量模型，利用所述评论图片视角的评论有用性度量模型和所述评论图片数据获取图片视角的产品有用性评论度量结果；

基于用户投票行为数据，预设评论投票数有用性阈值，将所述用户投票行为数据进行归一化以获取投票行为视角的产品有用性评论度量结果。

4.如权利要求3所述的方法，其特征在于，所述将所述领域知识混合视角的评论有用性度量结果和不同的所述单个视角的产品有用性评论度量结果进行融合，获取产品有用性评论的最终评估结果包括：

S31、基于证据推理规则，将所述领域知识混合视角的评论有用性度量结果、文本视角的产品有用性评论度量结果、图片视角的产品有用性评论度量结果，以及初始投票数视角的产品有用性评论度量结果进行融合，获取产品有用性评论的评估结果；

S32、将所述评估结果按照有用性概率大小进行排序，获取产品有用性评论的最终评估结果。

5.一种基于多模态信息融合的评论有用性预测系统，其特征在于，所述系统包括：

混合视角的评论有用性度量结果获取模块，用于基于产品有用性评论多模态数据根据领域专家知识提取影响产品评论有用性的关键特征；基于所述关键特征获取领域知识混合视角的评论有用性度量结果；

单个视角的产品有用性评论度量结果获取模块，用于基于产品有用性评论多模态数据获取不同单个视角的产品有用性评论度量结果；

产品有用性评论最终评估结果获取模块，用于将所述领域知识混合视角的评论有用性度量结果和不同的所述单个视角的产品有用性评论度量结果进行融合，获取产品有用性评论的最终评估结果。

6.如权利要求5所述的系统，其特征在于，所述产品有用性评论多模态数据包括评论文本数据、评论图片数据以及用户投票行为数据。

7.如权利要求6所述的系统，其特征在于，所述单个视角的产品有用性评论度量结果获取模块基于所述产品有用性评论多模态数据获取不同单个视角的产品有用性评论度量结果包括：

基于自然语言处理技术和深度学习算法构建评论文本视角的评论有用性度量模型，利用所述评论文本视角的评论有用性度量模型和所述评论文本数据获取文本视角的产品有用性评论度量结果；

基于深度神经网络构建评论图片视角的评论有用性度量模型，利用所述评论图片视角的评论有用性度量模型和所述评论图片数据获取图片视角的产品有用性评论度量结果；

基于用户投票行为数据，预设评论投票数有用性阈值，将所述用户投票行为数据进行归一化以获取投票行为视角的产品有用性评论度量结果。