(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210572826.X (22)申请日 2022.05.24 (71)申请人 咪咕文化科技有限公司 地址 100032 北京市西城区德胜门外大街 11号5幢40 0室(德胜园区) 申请人 中国移动通信集团有限公司 (72)发明人 江利勤　谢中流　范春波　利啟东　 刘春阳　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 刘瑞花 (51)Int.Cl. G06Q 30/02(2012.01) G06F 16/36(2019.01) G06F 40/216(2020.01)G06F 40/295(2020.01) G06N 3/04(2006.01) (54)发明名称 评论生成方法、 装置、 设备及计算机可读存 储介质 (57)摘要 本发明公开了一种评论生成方法、 装置、 设 备及计算机可读存储介质， 评论生成方法包括： 根据待评价对象的商品文本属性和商品图片属 性确定输入属性向量； 基于预设的循环神经网络 模型预测所述输入属性向量对应的目标属性； 获 取预设的商品知识 图谱中所述目标属性对应的 所有候选关键词， 确定各所述候选关键词中的目 标关键词， 根据所述目标关键词生成待评论对象 的评论。 本发 明实现了生 成的评论的评论属性更 加全面。 权利要求书2页 说明书11页 附图2页 CN 114926210 A 2022.08.19 CN 114926210 A 1.一种评论 生成方法， 其特 征在于， 所述评论 生成方法包括以下步骤： 根据待评价对象的商品文本属性和商品图片属性确定 输入属性向量； 基于预设的循环神经网络模型 预测所述输入属性向量对应的目标属性； 获取预设的商品知识图谱中所述目标属性对应的所有候选关键词， 确定各所述候选关 键词中的目标关键词， 根据所述目标关键词生成待评论对象的评论。 2.如权利要求1所述的评论生成方法， 其特征在于， 所述基于预设的循环神经网络模型 预测所述输入属性向量对应的目标属性的步骤， 包括： 根据预设的循环神经网络模型确定所述输入属性向量对应的单 元隐向量； 根据各所述单元隐向量计算上下文隐向量， 并根据 所述上下文隐向量预测每个所述属 性的输出概 率值， 确定最大输出概 率值对应的属性 为目标属性。 3.如权利要求1所述的评论生成方法， 其特征在于， 所述确定各所述候选关键词中的目 标关键词的步骤， 包括： 确定所述目标属性对应的上文内容， 计算每个候选关键词和所述上文内容形成完整语 句的概率， 将最大概 率对应的候选关键词作为目标关键词。 4.如权利要求1所述的评论生成方法， 其特征在于， 所述根据所述目标关键词生成待评 论对象的评论的步骤， 包括： 确定所述知识图谱中与所述目标关键词和所述待评价对象同时匹配的其他属性， 并将 所述其他属性作为扩展属性； 确定所述扩展属性对应的扩展属性向量， 基于所述循环神经网络模型预测所述扩展属 性向量对应的目标扩展属性； 确定所述商 品知识图谱中和所述目标扩展属性匹配的目标扩展关键词， 根据 所述目标 扩展关键词生成待评论对象的评论。 5.如权利要求1所述的评论生成方法， 其特征在于， 所述获取预设的商品知识图谱中所 述目标属性对应的所有候选关键词的步骤之前， 包括： 获取预设的历史商 品评论， 抽取所述历史商 品评论中的实体对象和所述实体对象的实 体属性信息； 根据所述历史商品评论确定所述实体对象对应的目标情感关键词， 根据所述实体对 象、 实体属性信息和所述目标情感关键词构建商品知识图谱。 6.如权利要求5所述的评论生成方法， 其特征在于， 所述根据所述历史商 品评论确定所 述实体对象对应的目标情感关键词的步骤， 包括： 根据所述历史商品评论确定所述实体对象对应的所有情感关键词； 若存在多个所述情感关键词， 则遍历各所述情感关键词， 计算遍历的情感关键词的左 右信息熵； 若所述左右信息熵大于预设阈值， 则计算遍历的情感关键词的点互信息值， 并根据所 述左右信息熵和所述 点互信息值计算遍历的情感关键词的分数值； 根据所述分数值确定各所述情感关键词中的候选关键词， 并将所述候选关键词作为目 标情感关键词。 7.如权利要求1 ‑6任一项所述的评论生成方法， 其特征在于， 所述根据待评价对象的商 品文本属性和商品图片属性确定 输入属性向量的步骤， 包括：权　利　要　求　书 1/2 页 2 CN 114926210 A 2将待评价对象的商品文本属性的属性向量和所述待评价对象的商品图片属性的属性 向量进行拼接， 得到 输入属性向量。 8.一种评论 生成装置， 其特 征在于， 所述评论 生成装置包括： 确定模块， 用于根据待评价对象的商品文本属性和商品图片属性确定 输入属性向量； 预测模块， 用于基于预设的循环神经网络模型预测所述输入属性向量对应的目标属 性； 生成模块， 用于获取预设的商品知识图谱中所述目标属性对应的所有候选关键词， 确 定各所述候选关键词中的目标关键词， 根据所述目标关键词生成待评论对象的评论。 9.一种评论生成设备， 其特征在于， 所述评论生成设备包括： 存储器、 处理器及存储在 所述存储器上并可在所述处理器上运行的评论生成程序， 所述评论生成程序被所述处理器 执行时实现如权利要求1至7中任一项所述的评论 生成方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有评论生 成程序， 所述评论生成程序被处理器执行时实现如权利要求 1至7中任一项所述的评论生成 方法的步骤。权　利　要　求　书 2/2 页 3 CN 114926210 A 3