(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 202210514986.9 (22)申请日 2022.05.11 (71)申请人 上海任意门科技有限公司 地址 201203 上海市浦东 新区中国(上海) 自由贸易试验区碧波路690号3幢203- 03室 (72)发明人 黄正龙　张璐　陶明　张小亮　 李成岭　尹顺顺　 (74)专利代理 机构 北京市金杜律师事务所 11256 专利代理师 张平 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/31(2019.01) G06V 20/62(2022.01)G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 用于生成评论回复的方法、 设备和介质 (57)摘要 本公开的实施例涉及一种用 于生成评论回 复的方法、 设备和介质， 其中所述方法包括： 基于 待回复页面中的待回复评论数据， 确定评论对 象； 基于自然语言处理， 识别所述评论对象中的 评论文本的评论主体和第一评论观 点； 基于图像 处理， 识别所述评论对象中的评论图像的第二评 论观点； 基于所述第一评论观 点和所述第二评论 观点， 生成针对所述评论主体的观点回复标签； 以及基于所述观点回复标签以及与所述评论主 体相关联的背景上下文， 生 成与所述评论对象对 应的评论回复。 权利要求书2页 说明书10页 附图2页 CN 115269828 A 2022.11.01 CN 115269828 A 1.一种用于生成评论回复的方法， 包括： 基于待回复页面中的待回复评论数据， 确定 评论对象； 基于自然语言处 理， 识别所述评论对象中的评论文本的评论主体和第一评论观点； 基于图像处 理， 识别所述评论对象中的评论图像的第二评论观点； 基于所述第一评论观点和所述第二评论观点， 生成针对所述评论主体的观点回复标 签； 以及 基于所述观点 回复标签以及与所述评论主体相关联的背景上下文， 生成与 所述评论对 象对应的评论回复。 2.根据权利要求1所述的方法， 其中基于自然语言处理， 识别所述评论对象中的评论文 本的评论主体和第一评论观点包括： 基于卷积神经网络模型， 训练评论观点专有的嵌入词向量； 采用LSTM模型和所述嵌入词向量训练评论观点分类模型； 以及 利用所述评论观点分类模型， 确定针对所述评论对象的第一评论观点。 3.根据权利要求2所述的方法， 其中采用LSTM模型和所述嵌入词向量训练评论观点分 类模型包括： 针对一个或多个待回复评论数据确定一个或多个评论观点 集合； 对所述一个或多个评论观点集合做水平划分， 使得相同时间段内的评论观点划分到相 同的评论观点 集合， 从而根据 产生评论观点的频度确定时间 间隔； 对相同的评论观点 集合的评论观点进行 预处理； 采用高频词选取的方法对预处理后的评论观点获取文档特征， 从而降低文档的表示维 度； 利用LSH局部敏感哈希函数来处理所获取的文档特征， 从而获取相似度超过预定阈值 的评论观点文本； 以及 基于相似度超过预定阈值的评论观点文本， 基于LSTM模型和所述嵌入词向量构建评论 观点分类模型。 4.根据权利要求3所述的方法， 其中对相同的评论观点集合的评论观点进行预处理包 括： 对所述评论观点执 行以下处 理中的一项或多 项： 分词、 去停用词和标签提取。 5.根据权利要求1所述的方法， 其中基于图像处理识别所述评论对象中的评论图像的 第二评论观点包括： 对所述评论图像执 行预处理， 从而获取核心区域图像； 对所述核心区域图像执 行底层特 征语义提取， 从而形成特 征向量空间； 将所述特征向量空间中的特征向量转换至用于指示语义概念的语义元素， 从而获取不 同的语义元 素； 根据所述语义元素的相对距离及共现概率， 确定所述评论图像的不同的语义元素是否 相关； 以及 响应于所述语义元 素与所述评论图像相关， 则将所述语义元 素组合成第二评论观点。 6.根据权利要求1或5所述的方法， 其中基于图像处理识别所述评论对象中的评论图像 的第二评论观点包括：权　利　要　求　书 1/2 页 2 CN 115269828 A 2计算所述特 征向量在所述特 征向量空间中的相对空间位置及占比面积； 基于所述相对空间位置及占比面积， 从所述评论图像中识别出焦点对象； 根据所述焦点对象以及与 所述评论图像相关联的主题语义模型， 获取与所述评论图像 相关联的一个或多个评论观点； 计算所获取的一个或多个评论观点与所述焦点对象之间的语义距离； 以及 基于最接 近的语义距离， 从所述 一个或多个评论观点中确定第二评论观点。 7.根据权利要求1所述的方法， 其中基于所述第一评论观点和所述第二评论观点生成 针对所述评论主体的观点回复标签包括： 将所述第一评论观点、 所述第二评论观点输入至多模态融合网络层进行特征融合， 以 便获得多模态信息的特 征表示； 将所述多模态信息的特征表示与所述评论文本的文本的主题概率分布中每个主题的 生成概率相乘并求和， 从而获得主题特 征表示； 以及 基于所述主题特征表示， 在观点回复标签库中生成针对所述评论主体的观点回复标 签。 8.根据权利要求7所述的方法， 其中评论文本的主题概率分布是基于LDA主题模型而生 成的。 9.一种计算设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑8中任一项所述的方法。 10.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中所述计算机指令用于 使所述计算机执 行权利要求1 ‑8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115269828 A 3