CN111966832A - 评价对象的提取方法、装置和电子设备 - Google Patents

Abstract

本发明提供了一种评价对象的提取方法、装置和电子设备；其中，该方法包括：提取目标文本的文本特征；基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；其中，第一评价对象用于评价目标文本包含的至少一个评价实体。本发明通过识别评价词的类型，提取出目标文本中隐含的评价对象，结合显式的评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

Description

评价对象的提取方法、装置和电子设备

技术领域

本发明涉及人工智能技术领域，尤其是涉及一种评价对象的提取方法、装置和电子设备。

背景技术

评价对象，是指评价文本中所涉及的主题，具体表现为评价文本中评价词语所修饰的对象，评价对象用于描述评价实体的某一方面。例如，评价实体为某一商品，该商品的评价对象可以为该商品的组件、功能等；再如，评价实体为某一电影，该电影的评价对象可以为该电影的剧本、特效等。评价对象蕴含了极大的价值，相关技术中具有多种方式从海量的评价文本中提取评价对象，例如，频率统计方法、模板规则方法、图论方法、自然语言基本任务模型、深度学习方法等，但是这些方法仅能提取从评价文本中提取明确表达出来的评价对象，即显式的评价对象，对于一些隐晦表达的评价对象，则难以提取出来，导致提取的评价对象不全面，难以真实反映用户对于某一具体的评价实体的体验，降低了评价对象的价值。

发明内容

有鉴于此，本发明的目的在于提供一种评价对象的提取方法、装置和电子设备，以从目标文本中得到更加全面的评价对象，提升评价对象的价值。

第一方面，本发明实施例提供了一种评价对象的提取方法，方法包括：提取目标文本的文本特征；基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；其中，第一评价对象用于评价目标文本包含的至少一个评价实体。

上述基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象的步骤，包括：将文本特征输入至第一对象提取网络，输出目标文本包含的第一评价对象；其中，第一对象提取网络基于预设的训练样本集合训练得到；训练样本集合包括多个评价词，以及每个评价词对应的第一评价对象；每个评价词对应的第一评价对象通过对多个评价词分类得到。

上述每个评价词对应的第一评价对象，具体通过下述方式得到：将多个评价词进行分类处理，得到至少一个类别的评价词集合；设置每个类别的评价词集合的类别名称；针对每个评价词，将评价词所属类别的类别名称，确定为评价词对应的第一评价对象。

上述将多个评价词进行分类处理，得到至少一个类别的评价词的步骤，包括：通过K-means聚类的方式，对多个评价词进行聚类处理，得到聚类结果；聚类结果包括至少一个类别的评价词。

上述第一对象提取网络，具体通过下述方式训练得到：基于训练样本集合确定训练样本；训练样本包括：包含有评价词的文本样本，以及评价词的评价对象标签；提取文本样本的文本样本特征；将文本样本特征输入至预设的初始网络中，得到输出结果；初始网络包括第一注意力机制网络；基于输出结果和评价词的评价对象标签，训练初始网络，直至初始网络收敛，得到第一对象提取网络。

上述目标文本包含多个评价实体；上述基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象的步骤之后，上述评价对象的提取方法还包括：从目标文本中提取第一评价对象对应的目标评价词；根据目标评价词与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第一评价对象相匹配的评价实体；其中，第一评价对象相匹配的评价实体用于评价第一评价对象。

上述根据目标评价词与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第一评价对象相匹配的评价实体的步骤，包括：将多个评价实体中，距离目标评价词最近的评价实体，确定为第一评价对象相匹配的评价实体。

上述方法还包括：如果从目标文本中提取不到第一评价对象对应的目标评价词，将所诉多个评价实体均确定为第一评价对象相匹配的评价实体。

上述响应于获取到目标文本，提取目标文本的文本特征的步骤之后，方法还包括：将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象；其中，第二评价对象用于评价目标文本包含的至少一个评价实体；第二评价对象为目标文本中的一个或多个分词。

上述第二对象提取网络包括：第二注意力机制网络和条件随机场网络；上述将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象的步骤，包括：通过第二注意力机制网络，从文本特征中提取语义特征；基于语义特征，从目标文本中识别第二评价对象，得到初始结果；通过条件随机场网络，调整初始结果中每个第二评价对象的边界，得到最终结果。

上述目标文本包含多个评价实体；上述将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象的步骤之后，方法还包括：根据第二评价对象与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第二评价对象相匹配的评价实体；其中，第二评价对象相匹配的评价实体用于评价第二评价对象。

上述根据第二评价对象与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第二评价对象相匹配的评价实体的步骤，包括：将多个评价实体中，距离第二评价对象最近的评价实体，确定为第二评价对象相匹配的评价实体。

上述目标文本包含多个评价实体；上述将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象的步骤之后，方法还包括：针对每个评价实体，整理评价评价实体的第一评价对象和第二评价对象，得到整理结果；整理结果包括：评价实体、评价评价实体的第一评价对象、评价评价实体的第二评价对象和目标文本。

第二方面，本发明实施例提供了一种评价对象的提取装置，装置包括：提取模块，用于提取目标文本的文本特征；对象确定模块，用于基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；其中，第一评价对象用于评价目标文本包含的至少一个评价实体。

第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述评价对象的提取方法。

第四方面，本发明实施例提供了一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述评价对象的提取方法。

本发明实施例带来了以下有益效果：

上述评价对象的提取方法、装置和电子设备，提取出目标文本的文本特征之后，基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；该方式中，通过识别评价词的类型，提取出目标文本中隐含的评价对象，结合显式的评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种评价对象的提取方法的流程图；

图2为本发明实施例提供的第一对象提取网络的训练方法流程图；

图3为本发明实施例提供的提取第二评价对象的流程图；

图4为本发明实施例提供的一种评价对象的提取装置的结构示意图；

图5为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

随着社交媒体、自媒体等互联网信息爆炸性增长，利用计算机挖掘网民意见变得必要且可行。这其中很重要的一个方面是挖掘网民意见所讨论的对象，即评价对象。对于电子商务来说，消费者希望能从众多的商品评论中提炼出对商品的认识，进而决定是否购买该商品；商家希望从评论中获取市场对于产品的看法。目前，意见挖掘的主要研究对象是互联网上的海量文本信息，主要的任务包括网络文本情感极性判别、评价对象抽取、意见摘要等等。其中，评价对象的抽取是意见挖掘的核心问题，评价对象也可以表述为用户评价内容。

评价对象(Opinion Targets)是指某段评论中所讨论的主题，具体表现为评论文本中评价词语所修饰的对象。如商品评论中的组件、功能；电影评论中的剧本、特效等。目前评价对象抽取方案中，仅仅是能抽取出评论中存在的名词或者名词性短语，对于未出现的评价对象无法做出进一步的识别。而在用户评论中的评价内容中，不止包括出现在评论中的评价对象，还包括未出现的评价对象。

基于此，用户的真正评价内容则包含了两方面的内容：其一：出现在评论中的实体也称评价对象；其二：出现在评论中的实体的某个方面以及未出现在评论中的实体的某个方面。比如下面的例子：“味央食堂的菜很好吃，色香味俱全，就是太贵了”，在这个例子中，包含的评价对象为：味央食堂、菜，评价对象的某方面则是指：口感、价格。出现在评论中的实体为：味央食堂的菜，未出现在评论中的某个方面为：口感、价格。因此在这个例子中用户真正的评价内容为：味央食堂、菜(口感：好吃；价格：太贵)。

相关技术中，对于评价对象挖掘，主要有以下几种方案：

第一，基于频率的方法。由于评价对象往往都是评论文本中的名词或者名词性短语，而用户在对产品或者新闻进行评论的时候，描述的评价对象大多较为集中并且在语料中频繁出现。基于此假设提出基于频率的抽取方法，通过频率统计方法提取出评论文本中的评价对象。如：基于关联规则的方法、基于点互信息技术、基于混合语言模型和似然比检验的方法等等。

但是，基于频率挖掘评价对象的方法主要存在三个方面的缺陷：其一，只能抽取在语料中频繁出现的评价对象，对于非频繁评价对象需要使用额外的技术手段进行抽取。其二，难以捕捉到句子含义，当句子仅为陈述句表达客观事实时，此时并无评价对象；其三，不相似领域间迁移效果差。

第二，基于模板规则的方法。观察评价对象特有的位置信息或者评价对象和评价词之间的句法或语法关系，然后构建词形模板、词性模板、依存关系模板或语义角色模板等进行评价对象抽取。

但是，对于基于模板规则的方法来说，其句法分析器的质量将严重影响它的效果，现有的句法分析器难以适应日新月异的语言现象，需要较多的人工干预，不完善的规则会导致召回率下降，错误的规则会导致准确率下降。

第三，基于图论的评价抽取方法，该方法主要是考虑了评价词和评价对象之间的关系，基本流程主要是：将名词或名词短语加入到候选评价对象集，把形容词加入到候选评价词集；采用依存句法分析器或词对齐模型等技术捕获候选评价对象和候选评价词之间的关系，通过候选评价对象和候选评价词作为顶点，它们之间的关系作为连边，构建一个异构图；使用协同排序算法计算候选项的置信度，获取置信度较高的项往往就是评价对象或评价词。

但是，上述基于图论的方法主要是利用了形容词和名词的先验知识，在特定的评论中有好的效果，然而在没有形容词性的评价词的句子中，效果差强人意，而且此类方法依然存在频繁噪音词和非频繁长尾词的现象。

第四，利用解决自然语言基本任务的模型和方法来对评价对象进行抽取，例如采用隐马尔可夫模型(简称HMM)、最大熵马尔可夫模型(简称MEMM)、条件随机场模型(简称CRF)等传统的序列标注模型。

其中，基于条件随机场的方法可以精确的提取评价对象，但是这取决于特征的有效性，存在的缺点主要在于：其一，特征的有效性依赖训练集的大小和标注质量，大规模标注语料的获取成本非常高而且语料质量参差不齐，低质量语料对评价对象的抽取结果影响极大；其二，特征的有效性依赖于特定领域，不同领域的语言表述方式存在极大差异，例如产品评论和新闻事件评论，进行领域迁移时往往需要重新训练模型。

第五，基于深度学习的方法进行评价对象的抽取，深度学习具有自动学习特征的能力，将其与条件随机场模型进行结合进行评价对象的抽取，避免了手工构建特征的繁杂工作。深度学习具有较强的学习能力，使用预先训练好的词向量初始化模型的输入，从而得到较好的结果。

虽然基于深度学习的方法能避免大量特征工程方面的工作，但是，此方法的核心在于词向量，词向量训练的时间较久，通常需要几个小时。领域迁移能力差，想要获得好的效果，在进行领域迁移时需要新领域较多的标注语料，人力成本极大。

基于上述，本发明实施例提供的一种评价对象的提取方法、装置和电子设备，该技术可以应用于各领域的评价对象的提取、挖掘等。为便于对本实施例进行理解，首先对本发明实施例所公开的一种评价对象的提取方法进行详细介绍。

如图1所示，该评价对象的提取方法包括下述步骤：

步骤S102，提取目标文本的文本特征；

具体可以通过预先训练完成的特征提取网络提取该目标文本的文本特征。该特征提取网络可以采用BERT(Bidirectional Encoder Representation Transformers，双向编码表述转换器)网络或其他网络模型训练得到。在训练该特征提取网络时，可以从社交媒体网络、电商媒体评论数据、百科类网站、新闻类网站等各方搜集样本语料，通过搜集到的样本语料对特征提取网络进行训练，从而增强特征提取网络的学习能力和较强的迁移能力。

收集到语料之后，需要针对收集到的语料进行清洗，过滤掉网页链接、标签等无关信息，在进行过滤之后可以将语料处理成特征提取网络可以解析的格式。作为示例，该特征提取网络的每个训练样本，可以包括两个句子，这两个句子中有一个或多个词被遮蔽；该训练样本的标签包括：表征两个句子先后顺序的标识，以及被遮蔽的词。

一种具体的实现方式，上述BERT网络包括12层转换器Tranfromers结构，初始化词向量的维度有768维，有12个注意力层，其中词典大小为21128。

在训练过程中，特征提取网络可以从语料中学习字的表征，通过大规模的语料以及预设的预训练任务来学习字的特征表示。该特征表示可以把文本映射到向量空间。在进行训练过程中，可以采用两个训练任务，任务一是学习当前句是否是上一句的下一句话，该任务也可以称为NSP(Next Sentence Prediction，下一句预测)；该任务可以理解为一个二分类任务，一个训练样本包括两个句子，预测第二个句子是不是第一个句子的后续，如果是，则输出标识为1，如果不是，则输出标识为0。任务二是通过上文来预测被遮蔽的字，该任务也可以称为MLM(Mask Language Model，遮蔽语言模型)；该任务的训练样本可以是单个句子，对句子中的字进行随机遮蔽，通过网络预测该被遮蔽的字。特征提取网络在训练过程中，可以同时学习这两个任务，得到两个损失值，这两个损失值加起来得到最终的损失值，然后基于该损失值进行训练。

通过上述方式训练之后，就得到了一个预训练好的用于文本表征的特征提取网络，将一段文本输入该网络可以得到文本的特征表示。该特征提取网络可以输出比词向量更好更合理的文本特征表示；由于采用非常大范围的语料进行训练，该特征提取网络输出的特征可以包括深层次的语义信息、语序信息、语法信息、以及会捕捉到语料的相关领域信息等，是一个比较完备的文本特征表示。

步骤S104，基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；其中，第一评价对象用于评价目标文本包含的至少一个评价实体。

评价实体可以理解为评价所指向的目标，评价对象为评价实体的某一方面，作为示例，假如目标文本为“味央食堂的菜很好吃，色香味俱全，就是价格太贵了”；其中的评价实体包括味央食堂、以及味央食堂的菜；评价对象包括：口感、价格；其中，这里的评价对象包括两种，一种是直接体现在目标文本中的评价对象“价格”，另一种是没有直接体现但隐含在目标文本中的评价对象“口感”。另外，目标文本中还包括各个评价对象的评价词，例如，评价对象“口感”对应的评价词包括“很好吃”“色香味俱全”；评价对象“价格”对应的评价词包括“太贵”。

这里的第一评价对象，可以理解为没有直接体现但隐含在目标文本中的评价对象，也可以称为隐式评价对象；对于直接体现在目标文本中的评价对象，也可以称为显式评价对象，则可以通过特征识别、特征比对等方式提取得到。但是，对于隐含的评价对象，需要先识别目标文本中包含的评价词，然后再基于识别出的评价词的类别，确定该目标文本中隐含的评价对象。在实际实现时，可以通过网络模型实现，首先需要网络学习评价对象与评价词之间的对应关系，从目标文本中识别评价词，然后再基于识别出的评价词，提取该目标文本中隐含的评价对象。

上述评价对象的提取方法，提取出目标文本的文本特征之后，基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；该方式中，通过识别评价词的类型，提取出目标文本中隐含的评价对象，结合显式的评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

上述基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象的过程，具体可以通过网络模型实现，具体地，可以将文本特征输入至第一对象提取网络，输出目标文本包含的第一评价对象。

上述第一对象提取网络基于预设的训练样本集合训练得到；训练样本集合包括多个评价词，以及每个评价词对应的第一评价对象；每个评价词对应的第一评价对象通过对多个评价词分类得到。

基于此，上述第一对象提取网络的训练样本集合包括多个评价词，以及每个评价词对应的第一评价对象；基于该训练样本集合，可以使第一对象提取网络学习评价词与第一评价对象之间的对应关系，从而通过识别目标文本中的评价词，提取隐含的评价对象。每个评价词对应的第一评价对象可以通过对多个评价词分类得到，对评价词的分类，可以通过分类算法得到，也可以人工对评价词进行分类。对评价词分类之后，可以对每类评价词设置一个类别名称，该类别名称即该类评价词对应的第一评价对象。

上述评价对象的提取方法，提取出目标文本的文本特征之后，将该文本特征输入至第一对象提取网络，输出目标文本包含的第一评价对象；该第一评价对象用于评价目标文本包含的至少一个评价实体；其中，用于训练该第一对象提取网络的训练样本集合包括多个评价词，以及每个评价词对应的第一评价对象；每个评价词对应的第一评价对象通过对多个评价词分类得到。该方式中，第一对象提取网络可以通过识别评价词的类型，提取出目标文本中隐含的评价对象，结合显式的评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

下述实施例具体说明训练第一对象提取网络的训练样本集合中的，每个评价词对应的第一评价对象的获取方式。具体地，可以将多个评价词进行分类处理，得到至少一个类别的评价词集合；对评价词的分类可以识别各个评价词的语义，基于该语义对评价词进行分类；一种具体的实现方式中，可以通过K-means聚类的方式，对多个评价词进行聚类处理，得到聚类结果；该聚类结果包括至少一个类别的评价词。多个评价词进行聚类后，可以得到多个聚点，每个聚点中的评价词属于同一类别。这里的评价词也可以称为情感词。

然后，设置每个类别的评价词集合的类别名称；该类别名称可以自动生成，也可以由人工设置。设置了每个类别的评价词的类别名称后，每个评价词就有了对应的类别名称，此时，针对每个评价词，将评价词所属类别的类别名称，确定为评价词对应的第一评价对象。

基于上述方式获得的训练样本集合，上述第一对象提取网络，具体通过下述方式训练得到，如图2所示，包括下述步骤：

步骤S202，基于训练样本集合确定训练样本；该训练样本包括：包含有评价词的文本样本，以及评价词的评价对象标签；

这里评价词的评价对象标签，即该评价词对应的评价对象；该评价词对应的评价对象，具体可以为该评价词所属类别的类别名称，评价词所属类别的类别名称具体可以参考上文所述获得。

步骤S204，提取文本样本的文本样本特征；将文本样本特征输入至预设的初始网络中，得到输出结果；该初始网络包括第一注意力机制网络；

文本样本的文本样本特征，具体可以通过上述实施例所述的特征提取网络提取得到。该初始网络具体可以为编码器和解码器组成的基础网络，然后在该基础网络中融入上述第一注意力机制网络。

步骤S206，基于输出结果和评价词的评价对象标签，训练初始网络，直至初始网络收敛，得到第一对象提取网络。

具体可以通过交叉熵函数或其他损失函数计算输出结果和评价词的评价对象标签之间的损失值，然后基于该损失值调整初始网络中的网络参数；继续执行步骤S204，直至初始网络收敛，得到第一对象提取网络。

通过上述的样本集合训练得到的第一对象提取网络，可以提取出目标文本中隐含的第一评价对象，且通过评价词分类的方式设置各个评价词的评价对象，使得提取出的第一评价对象更加准确。

下面继续说明通过第一对象提取网络提取出目标文本包含的第一评价对象后，对该第一评价对象的后续处理方式。

首先，当目标文本中包括多个评价实体时，需要将提取出的第一评价对象与评价实体进行匹配，以明确该第一评价对象评价的是哪个评价实体。具体地，从目标文本中提取第一评价对象对应的目标评价词；根据目标评价词与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第一评价对象相匹配的评价实体；其中，第一评价对象相匹配的评价实体用于评价第一评价对象。

从目标文本中提取目标评价词，可以通过上述第一对象提取网络实现。该第一对象提取网络从目标文本中提取出评价词后，再输出该评价词的评价对象。因此，基于第一对象提取网络可以得到提取出的各个评价词与输出的评价对象之间的匹配关系，进而得到上述第一评价对象对应的目标评价词。上述相对位置，可以理解为位置的距离、前后关系等参数。通常情况下，评价实体附近的评价词所对应的评价对象，可以确定为该评价实体对应的评价对象；基于此，可以针对每个目标评价词，计算该目标评价词与各个评价实体的位置距离，该位置距离可以以字符数计算。将距离该目标评价词指定距离范围内的评价实体，确定为第一评价对象相匹配的评价实体。

一种具体的实现方式中，可以将多个评价实体中，距离目标评价词最近的评价实体，确定为第一评价对象相匹配的评价实体。如果距离目标评价词最近的评价实体有多个，可以将这多个评价实体均确定为第一评价对象相匹配的评价实体，也可以进一步从这多个评价实体进行筛选，例如，根据评价实体与目标评价词的前后位置关系，筛选得到最终的与第一评价对象匹配的评价实体。

另外，如果从目标文本中提取不到第一评价对象对应的目标评价词，将上述多个评价实体均确定为第一评价对象相匹配的评价实体。如果从目标文本中提取不到第一评价对象对应的目标评价词，可能是因为第一评价对象评价的是该目标文本中评价实体的整体情况，此时，则从目标文本中提取不到目标评价词，该第一评价对象可以理解为评价的是目标文本中所有的评价实体，即该第一评价对象与目标文本中的所有评价实体相匹配。

通过上述方式，可以将目标文本中的评价实体与评价对象相匹配，是的输出的评价对象具有评价目标，进一步提高了评价对象的应用意义。

上述实施例中，应用第一对象提取网络提取得到目标文本的第一评价对象，该第一评价对象为没有直接体现但隐含在目标文本中的评价对象，除了提取该第一评价对象以外，还可以通过第二对象提取网络，提取得到目标文本的第二评价对象，该第二评价对象为直接体现在目标文本中的评价对象。

具体而言，可以将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象；其中，该第二评价对象用于评价目标文本包含的至少一个评价实体；第二评价对象为目标文本中的一个或多个分词，即，第二评价对象为目标文本中的单个或多个字符组成的词，因而该第二评价对象直接体现在目标文本中。

该第二对象提取网络也需要训练样本集进行训练；该训练样本集中的样本数据需要预先进行标注，在标注过程中可以采用BIE(Begin Intermediate End，开始中间结束)的方式。其中，B用于标注评价对象分词或分词短语的开始字符；I用于标注评价对象分词或分词短语的中间字符；E用于标注评价对象分词或分词短语的结尾字符。假如评价对象分词或分词短语包括两个字符，则可以标注为BE；假如评价对象分词或分词短语包括四个字符，则可以标注为BIIE。然后，将标注好的训练样本集进行清洗，将仅有一个B的分词删除掉，得到清洗后的训练样本集。

该第二对象提取网络的网络结构，具体可以包括：第二注意力机制网络和条件随机场网络；目标文本经前述特征提取网络提取出文本特征，该文本特征的维度可以基于特征提取网络确定，本实施例中，文本特征的维度为768维，每个维度的文本特征从一个角度描述该目标文本，因而该文本特征从768个角度描述目标文本。

如图3所示，从目标文本提取出文本特征后，可以对该文本特征进行下述处理，得到第二评价对象：

步骤S302，通过第二注意力机制网络，从文本特征中提取语义特征；该第二注意力机制网络，可以通过自我注意力的方式从文本特征中提取更深层次的语义特征。

步骤S304，基于上述语义特征，从目标文本中识别第二评价对象，得到初始结果；

步骤S306，通过条件随机场网络(Conditional Random Fields，简称CRF)，调整初始结果中每个第二评价对象的边界，得到最终结果。

上述初始结果中可能包括第二评价对象的分词，这些分词可能存在多字或者少字的情况，为了避免该情况，可以通过上述条件随机场网络，调整每个第二评价对象的各个分词的边界，去掉多余的字，补充缺少的字，使得第二评价对象中的各个分词是完整、合理的。

与上述实施例中的第一评价对象类似，当目标文本中包括多个评价实体时，需要将提取出的第二评价对象与评价实体进行匹配，以明确该第二评价对象评价的是哪个评价实体。具体地，根据第二评价对象与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第二评价对象相匹配的评价实体；其中，第二评价对象相匹配的评价实体用于评价第二评价对象。

上述相对位置，可以理解为位置的距离、前后关系等参数。通常情况下，评价实体附近的评价对象，可以确定为该评价实体对应的评价对象；基于此，可以针对每个第二评价对象，计算该第二评价对象与各个评价实体的位置距离，该位置距离可以以字符数计算。将距离该第二评价对象指定距离范围内的评价实体，确定为第一评价对象相匹配的评价实体。

一种具体的实现方式中，可以将多个评价实体中，距离第二评价对象最近的评价实体，确定为该第二评价对象相匹配的评价实体。如果距离该第二评价对象相最近的评价实体有多个，可以将这多个评价实体均确定为该第二评价对象相相匹配的评价实体，也可以进一步从这多个评价实体进行筛选，例如，根据评价实体与该第二评价对象相的前后位置关系，筛选得到最终的与该第二评价对象相匹配的评价实体。

通过上述方式，可以提取得到目标文本中显式的第二评价对象，结合前述隐含的第一评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

另外，当从目标文本中同时提取出第一评价对象和第二评价对象时，可以针对每个评价实体，整理评价该评价实体的第一评价对象和第二评价对象，得到整理结果；该整理结果包括：评价实体、评价该评价实体的第一评价对象、评价该评价实体的第二评价对象和目标文本。

上述整理第一评价对象和第二评价对象的过程，也可以称为正则化输出的过程。该整理结果也可以称为该评价实体对应的四元组；每个目标文本最终可以得到一个或多个四元组；这些四元组为目标文本中包含的评价内容。对于某一评价实体，如果该评价实体不存在第一评价对象，则四元组中第一评价对象的位置置空，如果该评价实体不存在第二评价对象，则四元组中第二评价对象的位置置空。

对应于上述方法实施例，参见图4所示的一种评价对象的提取装置的结构示意图，该装置包括：

提取模块40，用于提取目标文本的文本特征；

对象确定模块41，用于基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；其中，第一评价对象用于评价目标文本包含的至少一个评价实体。

上述评价对象的提取装置，提取出目标文本的文本特征之后，基于文本特征，识别目标文本中包含的评价词的类型，并基于评价词的类型，确定目标文本包含的第一评价对象；该方式中，通过识别评价词的类型，提取出目标文本中隐含的评价对象，结合显式的评价对象，从而可以从目标文本中得到更加全面的评价对象，全面的评价对象可以真实反映用户对于某一具体的评价实体的体验，提升了评价对象的价值。

上述对象确定模块，还用于：将文本特征输入至第一对象提取网络，输出目标文本包含的第一评价对象；其中，第一对象提取网络基于预设的训练样本集合训练得到；训练样本集合包括多个评价词，以及每个评价词对应的第一评价对象；每个评价词对应的第一评价对象通过对多个评价词分类得到。

上述装置还包括第一评价对象获取模块，用于：将多个评价词进行分类处理，得到至少一个类别的评价词集合；设置每个类别的评价词集合的类别名称；针对每个评价词，将评价词所属类别的类别名称，确定为评价词对应的第一评价对象。

上述第一评价对象获取模块，还用于：通过K-means聚类的方式，对多个评价词进行聚类处理，得到聚类结果；聚类结果包括至少一个类别的评价词。

上述装置还包括第一对象提取网络的训练模块，用于基于训练样本集合确定训练样本；训练样本包括：包含有评价词的文本样本，以及评价词的评价对象标签；提取文本样本的文本样本特征；将文本样本特征输入至预设的初始网络中，得到输出结果；初始网络包括第一注意力机制网络；基于输出结果和评价词的评价对象标签，训练初始网络，直至初始网络收敛，得到第一对象提取网络。

上述目标文本包含多个评价实体；上述装置还包括第一匹配模块，用于从目标文本中提取第一评价对象对应的目标评价词；根据目标评价词与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第一评价对象相匹配的评价实体；其中，第一评价对象相匹配的评价实体用于评价第一评价对象。

上述第一匹配模块，还用于将多个评价实体中，距离目标评价词最近的评价实体，确定为第一评价对象相匹配的评价实体。

上述装置还包括确定模块，用于：如果从目标文本中提取不到第一评价对象对应的目标评价词，将所诉多个评价实体均确定为第一评价对象相匹配的评价实体。

上述装置还包括第二输出模块，用于：将文本特征输入至第二对象提取网络，输出目标文本包含的第二评价对象；其中，第二评价对象用于评价目标文本包含的至少一个评价实体；第二评价对象为目标文本中的一个或多个分词。

上述第二对象提取网络包括：第二注意力机制网络和条件随机场网络；上述第二输出模块，还用于：通过第二注意力机制网络，从文本特征中提取语义特征；基于语义特征，从目标文本中识别第二评价对象，得到初始结果；通过条件随机场网络，调整初始结果中每个第二评价对象的边界，得到最终结果。

上述目标文本包含多个评价实体；上述装置还包括第二匹配模块，用于根据第二评价对象与多个评价实体在目标文本中的相对位置，从多个评价实体中确定与第二评价对象相匹配的评价实体；其中，第二评价对象相匹配的评价实体用于评价第二评价对象。

上述第二匹配模块还用于将多个评价实体中，距离第二评价对象最近的评价实体，确定为第二评价对象相匹配的评价实体。

上述目标文本包含多个评价实体；上述装置还包括整理模块，用于针对每个评价实体，整理评价评价实体的第一评价对象和第二评价对象，得到整理结果；整理结果包括：评价实体、评价评价实体的第一评价对象、评价评价实体的第二评价对象和目标文本。

本实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述评价对象的提取方法。

参见图5所示，该电子设备包括处理器100和存储器101，该存储器101存储有能够被处理器100执行的机器可执行指令，该处理器100执行机器可执行指令以实现上述评价对象的提取方法。

进一步地，图5所示的电子设备还包括总线102和通信接口103，处理器100、通信接口103和存储器101通过总线102连接。

其中，存储器101可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器100可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器100中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器100可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器101，处理器100读取存储器101中的信息，结合其硬件完成前述实施例的方法的步骤。

本实施例还提供一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述评价对象的提取方法。

本发明实施例所提供的评价对象的提取方法、装置以及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种评价对象的提取方法，其特征在于，所述方法包括：

提取目标文本的文本特征；

基于所述文本特征，识别所述目标文本中包含的评价词的类型，并基于所述评价词的类型，确定所述目标文本包含的第一评价对象；其中，所述第一评价对象用于评价所述目标文本包含的至少一个评价实体。

2.根据权利要求1所述的方法，其特征在于，基于所述文本特征，识别所述目标文本中包含的评价词的类型，并基于所述评价词的类型，确定所述目标文本包含的第一评价对象的步骤，包括：

将所述文本特征输入至第一对象提取网络，输出所述目标文本包含的第一评价对象；

其中，所述第一对象提取网络基于预设的训练样本集合训练得到；所述训练样本集合包括多个评价词，以及每个所述评价词对应的第一评价对象；每个所述评价词对应的第一评价对象通过对所述多个评价词分类得到。

3.根据权利要求2所述的方法，其特征在于，每个所述评价词对应的第一评价对象，具体通过下述方式得到：

将所述多个评价词进行分类处理，得到至少一个类别的评价词集合；

设置每个类别的评价词集合的类别名称；

针对每个所述评价词，将所述评价词所属类别的类别名称，确定为所述评价词对应的第一评价对象。

4.根据权利要求3所述的方法，其特征在于，将所述多个评价词进行分类处理，得到至少一个类别的评价词的步骤，包括：

通过K-means聚类的方式，对所述多个评价词进行聚类处理，得到聚类结果；所述聚类结果包括至少一个类别的评价词。

5.根据权利要求2所述的方法，其特征在于，所述第一对象提取网络，具体通过下述方式训练得到：

基于所述训练样本集合确定训练样本；所述训练样本包括：包含有评价词的文本样本，以及所述评价词的评价对象标签；

提取所述文本样本的文本样本特征；将所述文本样本特征输入至预设的初始网络中，得到输出结果；所述初始网络包括第一注意力机制网络；

基于所述输出结果和所述评价词的评价对象标签，训练所述初始网络，直至所述初始网络收敛，得到第一对象提取网络。

6.根据权利要求1所述的方法，其特征在于，所述目标文本包含多个评价实体；

所述基于所述文本特征，识别所述目标文本中包含的评价词的类型，并基于所述评价词的类型，确定所述目标文本包含的第一评价对象的步骤之后，所述方法还包括：

从所述目标文本中提取所述第一评价对象对应的目标评价词；

根据所述目标评价词与所述多个评价实体在所述目标文本中的相对位置，从所述多个评价实体中确定与所述第一评价对象相匹配的评价实体；其中，所述第一评价对象相匹配的评价实体用于评价所述第一评价对象。

7.根据权利要求6所述的方法，其特征在于，根据所述目标评价词与所述多个评价实体在所述目标文本中的相对位置，从所述多个评价实体中确定与所述第一评价对象相匹配的评价实体的步骤，包括：

将所述多个评价实体中，距离所述目标评价词最近的评价实体，确定为所述第一评价对象相匹配的评价实体。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

如果从所述目标文本中提取不到所述第一评价对象对应的目标评价词，将所诉多个评价实体均确定为所述第一评价对象相匹配的评价实体。

9.根据权利要求1所述的方法，其特征在于，响应于获取到目标文本，提取所述目标文本的文本特征的步骤之后，所述方法还包括：

将所述文本特征输入至第二对象提取网络，输出所述目标文本包含的第二评价对象；其中，所述第二评价对象用于评价所述目标文本包含的至少一个评价实体；所述第二评价对象为所述目标文本中的一个或多个分词。

10.根据权利要求9所述的方法，其特征在于，所述第二对象提取网络包括：第二注意力机制网络和条件随机场网络；

将所述文本特征输入至第二对象提取网络，输出所述目标文本包含的第二评价对象的步骤，包括：

通过所述第二注意力机制网络，从所述文本特征中提取语义特征；

基于所述语义特征，从所述目标文本中识别第二评价对象，得到初始结果；

通过所述条件随机场网络，调整所述初始结果中每个所述第二评价对象的边界，得到最终结果。

11.根据权利要求9所述的方法，其特征在于，所述目标文本包含多个评价实体；

所述将所述文本特征输入至第二对象提取网络，输出所述目标文本包含的第二评价对象的步骤之后，所述方法还包括：

根据所述第二评价对象与所述多个评价实体在所述目标文本中的相对位置，从所述多个评价实体中确定与所述第二评价对象相匹配的评价实体；其中，所述第二评价对象相匹配的评价实体用于评价所述第二评价对象。

12.根据权利要求11所述的方法，其特征在于，根据所述第二评价对象与所述多个评价实体在所述目标文本中的相对位置，从所述多个评价实体中确定与所述第二评价对象相匹配的评价实体的步骤，包括：

将所述多个评价实体中，距离所述第二评价对象最近的评价实体，确定为所述第二评价对象相匹配的评价实体。

13.根据权利要求9所述的方法，其特征在于，所述目标文本包含多个评价实体；

所述将所述文本特征输入至第二对象提取网络，输出所述目标文本包含的第二评价对象的步骤之后，所述方法还包括：

针对每个所述评价实体，整理评价所述评价实体的第一评价对象和第二评价对象，得到整理结果；所述整理结果包括：所述评价实体、评价所述评价实体的第一评价对象、评价所述评价实体的第二评价对象和所述目标文本。

14.一种评价对象的提取装置，其特征在于，所述装置包括：

提取模块，用于提取目标文本的文本特征；

对象确定模块，用于基于所述文本特征，识别所述目标文本中包含的评价词的类型，并基于所述评价词的类型，确定所述目标文本包含的第一评价对象；其中，所述第一评价对象用于评价所述目标文本包含的至少一个评价实体。

15.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-13任一项所述的评价对象的提取方法。

16.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-13任一项所述的评价对象的提取方法。

Images