所属的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。下面参照图7来描述根据本技术的这种实施方式的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述基于用户点评的亮点挖掘方法部分中描述的根据本技术各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。本技术实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的基于用户点评的亮点挖掘方法的步骤。在一些可能的实施方式中，本技术的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述基于用户点评的亮点挖掘方法部分中描述的根据本技术各种示例性实施方式的步骤。参考图8所示，描述了根据本技术的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上执行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。所述计算机存储介质中的程序被处理器执行时实现所述的基于用户点评的亮点挖掘方法的步骤，因此，所述计算机存储介质也可以获得上述基于用户点评的亮点挖掘方法的技术效果。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。
背景技术：
1、随着互联网信息量的爆炸式增长，用户需要从大量的文本数据中提取出最具价值和代表性的信息片段，快速获取文本集合中的关键信息，以节省时间并提高决策效率。
2、然而，传统的亮点挖掘方法在对旅游产品进行亮点挖掘时，不仅挖掘效率低，而且提取文本缺乏合理性，不够符合用户使用需求。
3、需要说明的是，上述背景技术部分公开的信息仅用于加强对本技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
4、申请内容
5、基于此，本技术实施例提供了一种基于用户点评的亮点挖掘方法、系统、设备及存储介质，可以快速有效地从海量用户生成内容中提取出有价值信息，逻辑合理性高，且符合用户使用需求。
6、根据一些实施例，本技术一方面提供了一种基于用户点评的亮点挖掘方法，包括如下步骤：
7、获取目标产品的预设标签集合和标签辅助信息，基于所述预设标签集合和所述标签辅助信息构建标签定义生成模型，使用所述标签定义生成模型生成标签定义；
8、获取所述目标产品的用户点评文本，从所述用户点评文本中提取与所述标签定义之间具有映射关系的子句集合；
9、分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数；
10、获取所述目标产品的业务经验分数，根据所述业务经验分数对所述子句的所述初始综合分数进行调整，得到综合分数；将所述子句集合中所述综合分数最高的所述子句确定为亮点文本，输出所述亮点文本。
11、在一些实施例中，所述基于所述预设标签集合和所述标签辅助信息构建标签定义生成模型，包括：
12、基于所述预设标签集合和所述标签辅助信息对第一待训练模型进行训练，得到标签定义生成模型；
13、其中，所述第一待训练模型包括深度学习模型、llm和/或chatgpt。
14、在一些实施例中，所述标签辅助信息包括示例描述数据、关键词数据和/或属性数据。
15、在一些实施例中，所述从所述用户点评文本中提取与所述标签定义之间具有映射关系的子句集合，包括：
16、获取预设文本数据，基于所述预设文本数据对第二待训练模型进行训练，得到标签子句匹配模型；
17、使用所述标签子句匹配模型从所述用户点评文本中提取与所述标签定义之间具有所述映射关系的所述子句集合。
18、其中，所述第二待训练模型包括深度学习模型、llm、chatgpt和/或机器学习模型。
19、在一些实施例中，所述分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数，包括：
20、所述特征因子包括文本新鲜因子、文本美感因子、文本情感倾向因子和/或文本纠错因子。
21、在一些实施例中，所述分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数，还包括：
22、获取预设字数范围，对超出所述预设字数范围的所述子句进行切割，得到多个短句；所述短句的字数满足所述预设字数范围。
23、在一些实施例中，所述子句集合中包括多个所述子句；所述将所述子句集合中所述综合分数最高的所述子句确定为亮点文本，包括：
24、对多个所述子句按照所述综合分数从高到底的顺序进行排序，将多个所述子句中所述综合分数最高的所述子句确定为所述亮点文本。
25、根据一些实施例，本技术另一方面提供了一种基于用户点评的亮点挖掘系统，用于实现如上一些实施例所述的基于用户点评的亮点挖掘方法；所述亮点挖掘系统包括：
26、标签定义生成模块，用于获取目标产品的预设标签集合和标签辅助信息，基于所述预设标签集合和所述标签辅助信息构建标签定义生成模型，使用所述标签定义生成模型生成标签定义；
27、标签子句匹配模块，与所述标签定义生成模块相连接，以获取所述标签定义，并获取所述目标产品的用户点评文本，从所述用户点评文本中提取与所述标签定义之间具有映射关系的子句集合；
28、子句特征因子分析模块，与所述标签子句匹配模块相连接，用于分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数；
29、亮点生成模块，与所述子句特征因子分析模块相连接，以获取所述初始综合分数，并获取所述目标产品的业务经验分数，根据所述业务经验分数对所述子句的所述初始综合分数进行调整，得到综合分数；将所述子句集合中所述综合分数最高的所述子句确定为亮点文本，输出所述亮点文本。
30、根据一些实施例，本技术又一方面提供了一种基于用户点评的亮点挖掘设备，包括：
31、处理器；
32、存储器，其中存储有所述处理器的可执行指令；
33、其中，所述处理器配置为经由执行所述可执行指令来执行如上一些实施例中所述的基于用户点评的亮点挖掘方法的步骤。
34、根据一些实施例，本技术再一方面提供了一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如上一些实施例中所述的基于用户点评的亮点挖掘方法的步骤。
35、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
36、本技术提供的基于用户点评的亮点挖掘方法、系统、设备及存储介质可以/至少具有如下有益效果：
37、本技术实施例中，通过目标产品的预设标签集合和标签辅助信息构建标签定义生成模型，该标签定义生成模型不仅能够筛除噪声信息，从而生成更加准确的标签定义，而且还可以提升标签定义生成效率。
38、获取目标产品的用户点评文本，从用户点评文本中提取与标签定义之间具有映射关系的子句集合。由于该步骤依据的是目标产品在实际工作场景中的用户点评文本，增加了提取出的子句集合的客观真实性，有利于使本技术实施例在后续步骤中生成的亮点文本更加符合用户使用需求。
39、在匹配到符合标签定义的子句集合后，通过对子句集合中的子句进行特征因子分析，据此得到子句的初始综合分数，可以进一步细化并解析用户点评文本中的细节信息，增强对目标产品亮点细节层面上逻辑合理性的把握。上述步骤还有助于提供清晰且可追溯的证据链条，增强亮点可追溯性以及进一步实现合理性。
40、获取目标产品的业务经验分数，根据业务经验分数对子句的初始综合分数进行调整，这样可以把目标产品的业务经验也纳入亮点挖掘的参考范围中，使生成的亮点文本更加符合用户使用需求。得到综合分数之后，将子句集合中综合分数最高的子句确定为亮点文本并输出，快速有效地从海量用户生成内容(user-generated content，简称ugc)中提取出了有价值信息。例如，可以准确地从用户点评文本中提取出能够反映目标产品优势，影响用户购买决策的亮点文本。本技术实施例不仅节省人力成本，还可以提升营销材料准备过程中亮点挖掘的质量和效率，有助于对用户偏好深层次理解所提供精准的数据支持。
技术实现思路
1.一种基于用户点评的亮点挖掘方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于用户点评的亮点挖掘方法，其特征在于，所述基于所述预设标签集合和所述标签辅助信息构建标签定义生成模型，包括：
3.根据权利要求1所述的基于用户点评的亮点挖掘方法，所述标签辅助信息包括示例描述数据、关键词数据和/或属性数据。
4.根据权利要求1所述的基于用户点评的亮点挖掘方法，其特征在于，所述从所述用户点评文本中提取与所述标签定义之间具有映射关系的子句集合，包括：
5.根据权利要求1所述的基于用户点评的亮点挖掘方法，其特征在于，所述分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数，包括：
6.根据权利要求5所述的基于用户点评的亮点挖掘方法，其特征在于，所述分别对所述子句集合中的子句进行特征因子分析，得到所述子句的初始综合分数，还包括：
7.根据权利要求1所述的基于用户点评的亮点挖掘方法，其特征在于，所述子句集合中包括多个所述子句；所述将所述子句集合中所述综合分数最高的所述子句确定为亮点文本，包括：
8.一种基于用户点评的亮点挖掘系统，其特征在于，用于实现如权利要求1至7中任一项所述的基于用户点评的亮点挖掘方法；所述亮点挖掘系统包括：
9.一种基于用户点评的亮点挖掘设备，其特征在于，包括：
10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至7中任一项所述的基于用户点评的亮点挖掘方法的步骤。
