CN104731874A - 一种评价信息生成方法和装置 - Google Patents

Abstract

本发明实施例提供了一种评价信息生成方法及装置。该评价信息生成方法包括：抓取信息点的评论数据；获取与所述信息点关联的用户个性信息；根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句；将所述评论短句组合成自然语言，生成评价信息。本发明实施例不仅避免了现有方法获得的由一个个独立标签构成的评价信息，通过生成包含评价信息的自然语言，提高了评价信息的可读性。而且，通过结合用户个性信息，可以为用户屏蔽到大量用户不关心的信息，直接提供用户所需的评价信息，使得评价信息更加简单直接，减少了干扰信息，同时也降低了用户获取所需信息的成本。

Description

一种评价信息生成方法和装置

技术领域

本发明涉及信息处理技术领域，特别是涉及一种评价信息生成方法和一种评价信息生成装置。

背景技术

目前，随着互联网技术的飞速发展，人们可以非常容易的通过网络查看某一信息点(Point of Interest，POI)如旅游景点、酒店、餐馆等的评价信息。

现有的POI评价信息生成方法可以是：首先，抓取互联网上对POI的评论数据(包括在线旅游网站，社交媒体，点评网站，游记等)，然后对评论数据进行预处理，包括提取其中结构化信息(如评分，提交时间，提交人信息，具体评价内容等)；再提取预处理后评论数据的语义点也即评论词并统计词频，其中，提取语义点可以利用基于统计的模型系统或基于模板的系统等方法实现；最后利用情感分析系统来判断每个语义点的正负评价后，为用户展现语义点正负评价的比例和按频率排列的语义点。

然而，按照上述方法生成的评价信息是一个个独立的Tag标签，例如，房间干净(比例：70％，词频：10)，隔音差(比例：80％，词频：8)，房间大(比例：60％，词频：5)，卫生间小(比例：70％，词频：3)等，缺少可读性，且无法直接提供用户所需的评价信息。

发明内容

本发明实施例所要解决的技术问题是提供一种评价信息生成方法，能够提高评价信息的可读性并可提供用户所需的评价信息。

相应的，本发明实施例还提供了一种评价信息生成装置，用以保证上述方法的实现及应用。

为了解决上述问题，本发明公开了一种评价信息生成方法，包括：

抓取信息点的评论数据；

获取与所述信息点关联的用户个性信息；

根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句；

将所述评论短句组合成自然语言，生成评价信息。

进一步，所述获取与所述信息点关联的用户个性信息，包括：

接收所述用户输入的与所述信息点关联的个性信息。

进一步，所述获取与所述信息点关联的用户个性信息，包括：

抓取所述用户对所述信息点的关联信息点的评论数据；

对所述用户的评论数据进行数据分析，获得所述用户个性信息。

进一步，所述根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句，包括：

对所述评论数据按预设类别拆分，获得不同类别的评论短句；

分析获得各类别的评论短句的正负评价比例；

在所述不同类别的评论短句中提取与所述用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

进一步，所述将所述评论短句组合成自然语言，生成评价信息，包括：

将所述评论短句通过过滤器过滤成标准化短句；

将所述标准化短句拼接成自然语言，生成评价信息。

本发明还公开了一种评价信息生成装置，包括：

数据获取单元，用于抓取信息点的评论数据；

信息获取单元，用于获取与所述信息点关联的用户个性信息；

短句获取单元，用于根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句；

评价生成单元，用于将所述评论短句组合成自然语言，生成评价信息。

进一步，所述信息获取单元，具体用于接收所述用户输入的与所述信息点关联的个性信息。

进一步，所述信息获取单元包括：

抓取子单元，用于抓取所述用户对所述信息点的关联信息点的评论数据；

分析子单元，用于对所述用户的评论数据进行数据分析，获得所述用户个性信息。

进一步，所述短句获取单元包括：

拆分子单元，用于对所述评论数据按预设类别拆分，获得不同类别的评论短句；

比例获取子单元，用于分析获得各类别的评论短句的正负评价比例；

提取子单元，用于在所述不同类别的评论短句中提取与所述用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

进一步，所述评价生成单元包括：

过滤子单元，用于将所述评论短句通过过滤器过滤成标准化短句；

生成子单元，用于将所述标准化短句拼接成自然语言，生成评价信息。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例通过对评论数据进行拆分，并从中获得与用户个性信息类别匹配的评论短句，进而生成自然语言作为评价信息，不仅避免了现有方法获得的由一个个独立标签构成的评价信息，通过生成包含评价信息的自然语言，提高了评价信息的可读性。而且，通过结合用户个性信息，可以为用户屏蔽到大量用户不关心的信息，直接提供用户所需的评价信息，使得评价信息更加简单直接，减少了干扰信息，同时也降低了用户获取所需信息的成本。

附图说明

图1是本发明的一种评价信息生成方法实施例的步骤流程图；

图2是本发明中一种获取与信息点关联的用户个性信息的方法实施例的步骤流程图；

图3是本发明中一种根据预置规则在评论数据中拆分出与用户个性信息类别匹配的评论短句的方法实施例的步骤流程图；

图4是本发明中一种将评论短句组合成自然语言，生成评价信息的方法实施例的步骤流程图；

图5是本发明的一种评价信息生成装置实施例的结构框图；

图6是本发明中一种信息获取单元的实施例的结构框图；

图7是本发明中一种短句获取单元的实施例的结构示意图；

图8是本发明中一种评价生成单元的实施例的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明的一种评价信息生成方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，抓取信息点的评论数据。

当用户需要获取某一信息点(POI)的评价信息时，例如某一酒店的评价信息，本发明实施例中的评价信息生成装置首先在互联网上抓取该信息点的评论数据，这些评论数据可以来源于在线旅游网站，社交媒体，点评网站，攻略网站等可以供用户交流、发表评论的网站。该装置抓取信息点评论数据的方法与现有技术类似，此处不再赘述。

步骤102，获取与信息点关联的用户个性信息。

本实施例中，评价信息生成装置可以生成与用户个性信息匹配的评价信息。在本步骤中，该评价信息生成装置首先获取与信息点关联的用户个性信息，该用户个性信息可以是用户的需求或用户关注的信息类型等。例如，如果信息点是某酒店，则与该信息点关联的用户个性信息就可以是与酒店关联的用户需求或关注信息，如该用户的个性信息为喜好安静、房间干净等。

其中，该评价信息生成装置获取用户个性信息的方法有多种，例如，该装置可以直接接收用户输入的与信息点关联的个性信息。具体的，用户可以直接进行文字输入，也可以是该装置向用户提供个性信息的选项，例如是否喜欢安静，是否喜欢大房间，是否需要带泳池，是否需要价格经济的房间等，由用户选择后提交，进而该装置可以获得用户的个性信息。

该装置也可以根据用户在评价网站等平台对上述信息点的关联信息点的评论数据，获取与信息点关联的用户个性信息，具体请参见后续实施例的描述。

该步骤101与步骤102可以同时进行，也可以根据需要调整顺序，此处不做限定。

步骤103，根据预置规则在评论数据中拆分出与用户个性信息类别匹配的评论短句。

本步骤中可以预先针对信息点的评论数据进行类别划分，例如信息点为某一酒店，则类别可包括“房间整洁度”、“卫生间条件”、“安静程度”、“服务质量”等等，然后将评论数据按照类别进行拆分，在其中挑选出与用户个性信息所属类别匹配且符合预置规则的评论短句。

其中，预置规则可以是设置每种类别的评论短句的正负评价阈值，本步骤可以挑选大于或等于该阈值的与用户个性信息所属类别匹配的评论短句。

该预置规则也可以是其它规则，例如可以设置情感强烈程度评判标准，本步骤可以挑选情感强烈程度达到预设标准的与用户个性信息所属类别匹配的评论短句。

步骤104，将评论短句组合成自然语言，生成评价信息。

本步骤中可以将挑选出的评论短句直接拼接组合成自然语言，从而生成评价信息，也可以是按照一定的规则对评论短句进行排序后拼接组合成自然语言，还可以是对评论短句进行过滤，形成标准化短句，然后再对标准化短句进行拼接或套用标准模板，生成自然语言。

本发明实施例通过对评论数据进行拆分，并从中获得与用户个性信息类别匹配的评论短句，进而生成自然语言作为评价信息，不仅避免了现有方法获得的由一个个独立标签构成的评价信息，通过生成包含评价信息的自然语言，提高了评价信息的可读性。而且，通过结合用户个性信息，可以为用户屏蔽到大量用户不关心的信息，直接提供用户所需的评价信息，使得评价信息更加简单直接，减少了干扰信息，同时也降低了用户获取所需信息的成本。

在本发明的另一实施例中，在获取与信息点关联的用户个性信息时，如图2所示，可以按照以下方法步骤实现：

步骤201，抓取用户对信息点的关联信息点的评论数据。

该步骤的方法与前述步骤101类似，该装置可以基于用户的标识信息，如登录信息或账号、邮箱等，抓取用户对上述信息点的关联信息点的评论数据。其中，上述信息点的关联信息点可以是与上述信息点相关联的同类别的信息点，例如上述信息点为某酒店，则相关联的同类别的信息点就可以是名称不同的其它酒店。

步骤202，对用户的评论数据进行数据分析，获得用户个性信息。

在获取用户的评论数据后，可以进行数据分析获得用户个人信息，具体的可以提取评论数据中的用户的评论词或评论短句，然后对评论词或短句按照该信息点对应的类别进行归类，统计各类别下的评论词或短句词频，将词频达到阈值的该评论词或短句的类别，或该评论词或短句作为用户的个性信息。

例如，在从用户的评论数据提取出的评论词中“房间整洁度”类别的评论词词频超过阈值，则可以把“房间整洁度”或其中某一评论词如“房间干净”作为用户个性信息，表明用户对房间整洁度的关注度比较高。

在本发明的另一实施例中，在根据预置规则在评论数据中拆分出与用户个性信息类别匹配的评论短句的过程中，如图3所示，可以按照以下步骤进行：

步骤301，对评论数据按预设类别拆分，获得不同类别的评论短句。

在本步骤中，可以按照预设的类别，如房间整洁度”、“卫生间条件”、“安静程度”、“服务质量”等等，采用分类模型来将评论数据所包含的评论短句划分到不同的类别上，实现对评论数据的拆分，获得不同类别的评论短句。

步骤302，分析获得各类别的评论短句的正负评价比例。

本步骤可以基于情感分析系统来获得各类别下的评论短句的正负评价，并统计各类别的正负评价比例等。

例如，对于获得的评论短句“房间比较干净，还算整洁”，经过分析，该评论短句是正面评价，该评论短句属于“酒店”预先划分的几十个类别中的“房间整洁度”类别，在“房间整洁度”类别的评论数据中，正面评价的评论短句所占比例为70％。

步骤303，在不同类别的评论短句中提取与用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

本步骤中可以首先在不同类别的评论短句中提取与用户个性信息所属类别匹配的评论短句，例如，用户个性信息所属类别为房间整洁度，则首先提取房间整洁度类别下的评论短句；然后提取该类别下正负评价比例大于或等于阈值的评论短句，具体可以是在正面评价比例大于阈值的类别中选择一个正面的评评论短句，在负面评价比例大于阈值的类别中选择一个负面的评论短句。

例如，预设的正负评价比例阈值为60％，如果“房间整洁度”类别的正面评价比例为70％，则提取该类别下的正面评价的评论短句，同理，对于同一信息点，房间整洁度的负面评价比例为30％，低于60％，则不会选择该类别下负面评价的评论短句。不同类别对应的正负评价比例阈值可以相同也可以不同。

进一步，每一类别中可以只选择一个评论短句，也可以是基于上述正负评价比例阈值在每一类别中选择多个评论短句。

在本发明的另一实施例中，在将评论短句组合成自然语言，生成评价信息的过程中，如图4所示，可以包括：

步骤401，将评论短句通过过滤器过滤成标准化短句。

该过滤过程可以将评论短句中的描述性词汇根据预置标准进行替换，从而生成标准化短句。例如，评论短句为“房间非常非常干净整洁”，通过过滤器识别其中的描述性词汇“非常非常干净整洁”，并将其替换为预置的标准化语言“非常整洁”，从而形成标准化短句“房间非常整洁”。

步骤402，将标准化短句拼接成自然语言，生成评价信息。

在获得标准化短句后，可以直接拼接形成自然语言，也可以是调用预设的自然语言模板，生成自然语言。

例如，模板为：……，但是……。再例如，……，而且，……，但是……。

可以将标准化短句填充至匹配的模板后，获得的自然语句。

进一步的，在生成自然语句时，还可以根据提取的评论短句或标准化短句的正负评价比例，给出用户决策建议。

本发明实施例不仅可以生成包含评价信息的自然语言，提高了评价信息的可读性，而且可以依据用户的个性信息为用户生成个性化评价信息，同时也可以为用户屏蔽到大量用户不关心的信息，降低用户获取所需信息的成本。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图5，示出了本发明一种评价信息生成装置实施例的结构框图，具体可以包括如下单元：

数据获取单元501，用于抓取信息点的评论数据。

信息获取单元502，用于获取与所述信息点关联的用户个性信息。

短句获取单元503，用于根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句。

评价生成单元504，用于将所述评论短句组合成自然语言，生成评价信息。

本发明实施例中该装置通过上述单元对评论数据进行拆分，并从中获得与用户个性信息类别匹配的评论短句，进而生成自然语言作为评价信息，不仅避免了现有装置获得的由一个个独立标签构成的评价信息，通过生成包含评价信息的自然语言，提高了评价信息的可读性。而且，通过结合用户个性信息，可以为用户屏蔽到大量用户不关心的信息，直接提供用户所需的评价信息，使得评价信息更加简单直接，减少了干扰信息，同时也降低了用户获取所需信息的成本。

在另一实施例中，信息获取单元502，具体可以用于接收所述用户输入的与所述信息点关联的个性信息。

在另一实施例中，如图6所示，信息获取单元502可以进一步包括：

抓取子单元601，用于抓取所述用户对所述信息点的关联信息点的评论数据。

分析子单元602，用于对所述用户的评论数据进行数据分析，获得所述用户个性信息。

在另一实例中，如图7所示，短句获取单元503可以进一步包括：

拆分子单元701，用于对所述评论数据按预设类别拆分，获得不同类别的评论短句。

比例获取子单元702，用于分析获得各类别的评论短句的正负评价比例。

提取子单元703，用于在所述不同类别的评论短句中提取与所述用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

在另一实例中，如图8所示，评价生成单元504可以进一步包括：

过滤子单元801，用于将所述评论短句通过过滤器过滤成标准化短句。

生成子单元802，用于将所述标准化短句拼接成自然语言，生成评价信息。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种评价信息生成方法和一种评价信息生成装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种评价信息生成方法，其特征在于，包括：

抓取信息点的评论数据；

获取与所述信息点关联的用户个性信息；

根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句；

将所述评论短句组合成自然语言，生成评价信息。

2.根据权利要求1所述的方法，其特征在于，所述获取与所述信息点关联的用户个性信息，包括：

接收所述用户输入的与所述信息点关联的个性信息。

3.根据权利要求1所述的方法，其特征在于，所述获取与所述信息点关联的用户个性信息，包括：

抓取所述用户对所述信息点的关联信息点的评论数据；

对所述用户的评论数据进行数据分析，获得所述用户个性信息。

4.根据权利要求1所述的方法，其特征在于，所述根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句，包括：

对所述评论数据按预设类别拆分，获得不同类别的评论短句；

分析获得各类别的评论短句的正负评价比例；

在所述不同类别的评论短句中提取与所述用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述将所述评论短句组合成自然语言，生成评价信息，包括：

将所述评论短句通过过滤器过滤成标准化短句；

将所述标准化短句拼接成自然语言，生成评价信息。

6.一种评价信息生成装置，其特征在于，包括：

数据获取单元，用于抓取信息点的评论数据；

信息获取单元，用于获取与所述信息点关联的用户个性信息；

短句获取单元，用于根据预置规则在所述评论数据中拆分出与所述用户个性信息类别匹配的评论短句；

评价生成单元，用于将所述评论短句组合成自然语言，生成评价信息。

7.根据权利要求6所述的装置，其特征在于，

所述信息获取单元，具体用于接收所述用户输入的与所述信息点关联的个性信息。

8.根据权利要求6所述的装置，其特征在于，所述信息获取单元包括：

抓取子单元，用于抓取所述用户对所述信息点的关联信息点的评论数据；

分析子单元，用于对所述用户的评论数据进行数据分析，获得所述用户个性信息。

9.根据权利要求6所述的装置，其特征在于，所述短句获取单元包括：

拆分子单元，用于对所述评论数据按预设类别拆分，获得不同类别的评论短句；

比例获取子单元，用于分析获得各类别的评论短句的正负评价比例；

提取子单元，用于在所述不同类别的评论短句中提取与所述用户个性信息所属类别匹配且正负评价比例大于或等于阈值的评论短句。

10.根据权利要求6至9中任意一项所述的装置，其特征在于，所述评价生成单元包括：

过滤子单元，用于将所述评论短句通过过滤器过滤成标准化短句；

生成子单元，用于将所述标准化短句拼接成自然语言，生成评价信息。