一种高质量直播营销文本识别方法
技术特征:
1.一种高质量直播营销文本识别方法,其特征在于,利用消费者商品评价的文本、附图和商品参数描述图之间的相关性以及评价时间的异常可疑点,来进行高质量评论的提取过程,包括如下步骤:
2.根据权利要求1所述的一种高质量直播营销文本识别方法,其特征在于,所述步骤1)的数据集中判定为高质量评价的具体方法为:根据已有的评论信息,人工标注其中的高质量评价,依据高质量评论中的文本特征、图片特征进行标注,并划分训练集与测试集。
3.根据权利要求1所述的一种高质量直播营销文本识别方法,其特征在于,通过所述步骤4)的文本生成图片模型,可由评论文本和商品款式信息生成评论预测图,在步骤5)6)中分别将由评论文本和商品款式文本生成的评论预测图和原始的评价附图以及商品参数图进行transform特征提取和基于k-means聚类的族内特征提取,并通过余弦相似度计算它们的关联矩阵,得到评论的图文相关置信度w1。
4.根据权利要求1所述的一种高质量直播营销文本识别方法,其特征在于,通过所述步骤6)利用emd-lstm预测评价积-评价时间曲线,通过评价时间分布预测模型计算得到的预测评价积p(t)与待测评价的评价时间下实际的评价积s(t)的差值m构成的函数m(m)来进行评价积置信度w2的计算。
5.一种高质量直播营销文本识别方法,其特征在于,总置信度w为图片相关置信度w1和评价积置信度w2的加权均值,通过评价中的评价文本、评价图片、评价时间以及商品详情图的多模态的特征共同作用于高质量评价的检测提取,并使总置信度值在(0,1)之间,便于直观的检测辨别。
技术总结
随着电子商务的迅速发展,消费者越来越依赖在线评价,尤其是高质量评价,以判断商品的真实质量。本说明书提供了一种高质量直播营销文本识别方法,旨在提升消费者在电子商务平台上的购物决策质量。该方法通过收集商品评价的文本、附图、评价时间及商品详情参数,人工挑选并标注高质量评价,构建训练集与测试集。利用注意力生成对抗网络(attn‑GAN)生成商品预测图片,并通过相似度匹配提取图文相关置信度。采用EMD‑LSTM模型对历史评价时间的评价积进行拟合,预测待测评价的评价积,从而计算评价积置信度。通过加权平均这两种置信度,得出评价的高质量置信度,从而识别高质量评价。
技术研发人员:吴辉,王平,徐新胜,吴松泽,张艺,陈昕航,王修晖,王乐
受保护的技术使用者:中国计量大学
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40201858 】
技术研发人员:吴辉,王平,徐新胜,吴松泽,张艺,陈昕航,王修晖,王乐
技术所有人:中国计量大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:吴辉,王平,徐新胜,吴松泽,张艺,陈昕航,王修晖,王乐
技术所有人:中国计量大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
