本公开涉及计算机，尤其涉及一种评论处理方法、装置、电子设备、存储介质和计算机程序产品。
背景技术：
1、随着互联网技术的发展，网络上的视频层出不穷，且视频的评论区还会存在一些目标评论，比如热门评论。
2、相关技术中，目前的目标评论确定方法，一般是根据视频的评论的点赞数量或者回复数量，从视频的评论中确定出目标评论；但是，这种确定方法仅考虑评论自身信息，计算维度比较单一，导致目标评论的确定准确率较低。
技术实现思路
1、本公开提供一种评论处理方法、装置、电子设备、存储介质和计算机程序产品，以至少解决相关技术中目标评论的确定准确率较低的问题。本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种评论处理方法，包括：
3、从待分析视频的待分析评论中，提取出所述待分析评论对应的核心实体词和核心触发词；
4、根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数；所述第一目标词语集合中包括目标候选评论的候选核心实体词和候选核心触发词；所述目标候选评论所对应的样本视频的视频类别与所述目标视频类别相同；
5、根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数；所述第二目标词语集合中包括目标候选话题的候选泛化实体词和候选泛化触发词；所述目标候选话题的话题类别与所述目标视频类别匹配；
6、根据与所述目标视频类别对应的目标评论集合，确定所述待分析评论的第三评论分数；所述目标评论集合中包括所述目标候选评论；
7、根据所述第一评论分数、所述第二评论分数和所述第三评论分数，确定所述待分析评论的目标评论分数；
8、根据所述目标评论分数，从所述待分析评论中确定出目标评论。
9、在一示例性实施例中，所述从待分析视频的待分析评论中，提取出所述待分析评论对应的核心实体词和核心触发词，包括：
10、获取待分析视频的视频信息；
11、根据所述视频信息，对所述待分析视频的待分析评论进行调整处理，得到处理后评论；所述处理后评论用于表示将所述待分析评论中的代词调整为所述代词对应的实际内容后所得到的评论；
12、对所述处理后评论进行词语提取处理，得到所述处理后评论对应的核心实体词和核心触发词，并将所述处理后评论对应的核心实体词和核心触发词，作为所述待分析评论对应的核心实体词和核心触发词。
13、在一示例性实施例中，所述根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数，包括：
14、从所述候选核心实体词中，确定出与所述核心实体词匹配的目标核心实体词，以及从所述候选核心触发词中，确定出与所述核心触发词匹配的目标核心触发词；
15、查询所述候选核心实体词与重要性分数之间的匹配关系，得到所述目标核心实体词对应的重要性分数，以及查询所述候选核心触发词与重要性分数之间的匹配关系，得到所述目标核心触发词对应的重要性分数；
16、对所述目标核心实体词对应的重要性分数和所述目标核心触发词对应的重要性分数进行融合处理，得到第一融合重要性分数，并将所述第一融合重要性分数，作为所述待分析评论的第一评论分数。
17、在一示例性实施例中，在根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数之前，还包括：
18、获取所述待分析视频所属的目标视频类别；
19、从第一预设词语集合中，确定出与所述目标视频类别对应的第一词语集合，并将与所述目标视频类别对应的第一词语集合，作为所述第一目标词语集合；所述第一预设词语集合中包括多个视频类别对应的第一词语集合；每个第一词语集合中的候选核心实体词和候选核心触发词均匹配有相应的重要性分数。
20、在一示例性实施例中，所述第一预设词语集合通过下述方式构建得到：
21、根据各视频类别下的样本视频的评论，构建候选评论集；
22、提取所述候选评论集中的候选评论的候选核心实体词和候选核心触发词；
23、按照所述候选评论所对应的样本视频的视频类别，对所述候选评论的候选核心实体词和候选核心触发词进行聚类处理，得到多个视频类别对应的第一词语集合，并确定每个视频类别对应的第一词语集合中的候选核心实体词和候选核心触发词的重要性分数；
24、根据所述多个视频类别对应的第一词语集合，构建所述第一预设词语集合。
25、在一示例性实施例中，所述根据各视频类别下的样本视频的评论，构建候选评论集，包括：
26、获取各视频类别下的样本视频的评论的互动数据；
27、从所述各视频类别下的样本视频的评论中，筛选出所述互动数据满足第一预设互动条件的初始评论；
28、获取所述初始评论对应的评论时间，以及所述初始评论对应的回复评论的回复时间；
29、从所述初始评论中，筛选出所述评论时间以及所述回复时间均满足预设时间条件的中间评论；
30、对所述中间评论进行聚类处理，得到多个中间评论集合，并根据每个中间评论集合中的评论的互动数据，确定所述每个中间评论集合中的评论的互动分数；
31、分别从所述每个中间评论集合中，筛选出所述互动分数满足第二预设互动条件的候选评论，并根据所述候选评论，构建所述候选评论集。
32、在一示例性实施例中，在提取所述候选评论集中的候选评论的候选核心实体词和候选核心触发词之前，还包括：
33、在所述候选评论集中包括评论长度大于第一预设长度的第一候选评论的情况下，提取所述第一候选评论对应的摘要信息，并将所述第一候选评论对应的摘要信息，作为所述第一候选评论对应的简化候选评论；
34、根据所述第一候选评论对应的简化候选评论，对所述候选评论集中的所述第一候选评论进行更新处理，得到更新后候选评论集；
35、所述提取所述候选评论集中的候选评论的候选核心实体词和候选核心触发词，包括：
36、提取所述更新后候选评论集中的候选评论的候选核心实体词和候选核心触发词。
37、在一示例性实施例中，在根据各视频类别下的样本视频的评论，构建候选评论集之后，还包括：
38、按照所述候选评论集中的候选评论所对应的样本视频的视频类别，对所述候选评论进行聚类处理，得到多个视频类别对应的评论集合，并确定每个视频类别对应的评论集合中的候选评论的重要性分数；每个候选评论的重要性分数通过所述每个候选评论包括的候选核心实体词和候选核心触发词的重要性分数确定；
39、根据所述多个视频类别对应的评论集合，构建预设评论集合；
40、在根据与所述目标视频类别对应的目标评论集合，确定所述待分析评论的第三评论分数之前，还包括：
41、从所述预设评论集合中，确定出与所述目标视频类别对应的评论集合，并将与所述目标视频类别对应的评论集合，作为所述目标评论集合。
42、在一示例性实施例中，所述根据与所述目标视频类别对应的目标评论集合，确定所述待分析评论的第三评论分数，包括：
43、从所述目标候选评论中，确定出与所述待分析评论之间的相似度大于预设相似度的候选评论，并将与所述待分析评论之间的相似度大于预设相似度的候选评论，作为所述待分析评论的相似评论；
44、查询所述目标候选评论与重要性分数之间的匹配关系，得到所述相似评论的重要性分数；
45、对各所述相似评论的重要性分数进行融合处理，得到第三融合重要性分数，并将所述第三融合重要性分数，作为所述待分析评论的第三评论分数。
46、在一示例性实施例中，所述根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数，包括：
47、从所述候选泛化实体词中，确定出与所述核心实体词匹配的目标泛化实体词，以及从所述候选泛化触发词中，确定出与所述核心触发词匹配的目标泛化触发词；
48、查询所述候选泛化实体词与重要性分数之间的匹配关系，得到所述目标泛化实体词对应的重要性分数，以及查询所述候选泛化触发词与重要性分数之间的匹配关系，得到所述目标泛化触发词对应的重要性分数；
49、对所述目标泛化实体词对应的重要性分数和所述目标泛化触发词对应的重要性分数进行融合处理，得到第二融合重要性分数，并将所述第二融合重要性分数，作为所述待分析评论的第二评论分数。
50、在一示例性实施例中，在根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数之前，还包括：
51、确定与所述目标视频类别匹配的话题类别；
52、从第二预设词语集合中，确定出与所述话题类别对应的第二词语集合，并将与所述话题类别对应的第二词语集合，作为与所述目标视频类别对应的第二目标词语集合；所述第二预设词语集合中包括多个话题类别对应的第二词语集合；每个第二词语集合中的候选泛化实体词和候选泛化触发词均匹配有相应的重要性分数。
53、在一示例性实施例中，所述第二预设词语集合通过下述方式构建得到：
54、根据各样本榜单中的话题，构建候选话题集；
55、提取所述候选话题集中的候选话题的候选核心实体词和候选核心触发词；
56、分别对所述候选话题的候选核心实体词和候选核心触发词进行词语泛化处理，得到所述候选话题的候选泛化实体词和候选泛化触发词；
57、按照所述候选话题的话题类别，对所述候选话题的候选泛化实体词和候选泛化触发词进行聚类处理，得到多个话题类别对应的第二词语集合，并确定每个话题类别对应的第二词语集合中的候选泛化实体词和候选泛化触发词的重要性分数；
58、根据所述多个话题类别对应的第二词语集合，构建所述第二预设词语集合。
59、在一示例性实施例中，所述根据各样本榜单中的话题，构建候选话题集，包括：
60、获取各样本榜单的榜单权重；
61、从所述各样本榜单中，筛选出所述榜单权重满足预设榜单条件的目标榜单；
62、对所述目标榜单中的话题进行聚类处理，得到多个话题集合，并根据每个话题集合中的话题所属目标榜单的榜单权重，确定所述每个话题集合中的话题对应的话题权重；
63、分别从所述每个话题集合中，筛选出所述话题权重满足预设话题条件的候选话题，并根据所述候选话题，构建所述候选话题集。
64、在一示例性实施例中，在提取所述候选话题集中的候选话题的核心实体词和核心触发词之前，还包括：
65、在所述候选话题集中包括话题长度大于第二预设长度的第一候选话题的情况下，提取所述第一候选话题对应的摘要信息，并将所述第一候选话题对应的摘要信息，作为所述第一候选话题对应的简化候选话题；
66、根据所述第一候选话题对应的简化候选话题，对所述候选话题集中的所述第一候选话题进行更新处理，得到更新后候选话题集；
67、所述提取所述候选话题集中的候选话题的核心实体词和核心触发词，包括：
68、提取所述更新后候选话题集中的候选话题的核心实体词和核心触发词。
69、在一示例性实施例中，所述根据所述第一评论分数、所述第二评论分数和所述第三评论分数，确定所述待分析评论的目标评论分数，包括：
70、获取所述第一评论分数对应的第一预设权重、所述第二评论分数对应的第二预设权重和所述第三评论分数对应的第三预设权重；
71、按照所述第一预设权重、所述第二预设权重和所述第三预设权重，对所述第一评论分数、所述第二评论分数和所述第三评论分数进行融合处理，得到融合评论分数，并将所述融合评论分数，作为所述待分析评论的目标评论分数。
72、在一示例性实施例中，在按照所述第一预设权重、所述第二预设权重和所述第三预设权重，对所述第一评论分数、所述第二评论分数和所述第三评论分数进行融合处理，得到融合评论分数之前，还包括：
73、获取所述待分析评论的互动数据；
74、根据所述待分析评论的互动数据，确定所述待分析评论的第四评论分数，并获取所述第四评论分数对应的第四预设权重；
75、所述按照所述第一预设权重、所述第二预设权重和所述第三预设权重，对所述第一评论分数、所述第二评论分数和所述第三评论分数进行融合处理，得到融合评论分数，包括：
76、按照所述第一预设权重、所述第二预设权重、所述第三预设权重和所述第四预设权重，对所述第一评论分数、所述第二评论分数、所述第三评论分数和第四评论分数进行融合处理，得到融合评论分数。
77、在一示例性实施例中，所述根据所述目标评论分数，从所述待分析评论中确定出目标评论，包括：
78、按照所述目标评论分数从大到小的顺序，对所述待分析评论进行排序，得到排序后的待分析评论；
79、从所述排序后的待分析评论中，筛选出前n个评论，作为目标评论；所述n为正整数。
80、根据本公开实施例的第二方面，提供一种评论处理装置，包括：
81、词语提取单元，被配置为执行从待分析视频的待分析评论中，提取出所述待分析评论对应的核心实体词和核心触发词；
82、第一确定单元，被配置为执行根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数；所述第一目标词语集合中包括目标候选评论的候选核心实体词和候选核心触发词；所述目标候选评论所对应的样本视频的视频类别与所述目标视频类别相同；
83、第二确定单元，被配置为执行根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数；所述第二目标词语集合中包括目标候选话题的候选泛化实体词和候选泛化触发词；所述目标候选话题的话题类别与所述目标视频类别匹配；
84、第三确定单元，被配置为执行根据与所述目标视频类别对应的目标评论集合，确定所述待分析评论的第三评论分数；所述目标评论集合中包括所述目标候选评论；
85、第四确定单元，被配置为执行根据所述第一评论分数、所述第二评论分数和所述第三评论分数，确定所述待分析评论的目标评论分数；
86、评论确定单元，被配置为执行根据所述目标评论分数，从所述待分析评论中确定出目标评论。
87、在一示例性实施例中，所述词语提取单元，还被配置为执行获取待分析视频的视频信息；根据所述视频信息，对所述待分析视频的待分析评论进行调整处理，得到处理后评论；所述处理后评论用于表示将所述待分析评论中的代词调整为所述代词对应的实际内容后所得到的评论；对所述处理后评论进行词语提取处理，得到所述处理后评论对应的核心实体词和核心触发词，并将所述处理后评论对应的核心实体词和核心触发词，作为所述待分析评论对应的核心实体词和核心触发词。
88、在一示例性实施例中，所述第一确定单元，还被配置为执行从所述候选核心实体词中，确定出与所述核心实体词匹配的目标核心实体词，以及从所述候选核心触发词中，确定出与所述核心触发词匹配的目标核心触发词；查询所述候选核心实体词与重要性分数之间的匹配关系，得到所述目标核心实体词对应的重要性分数，以及查询所述候选核心触发词与重要性分数之间的匹配关系，得到目标核心触发词对应的重要性分数；对所述目标核心实体词对应的重要性分数和所述目标核心触发词对应的重要性分数进行融合处理，得到第一融合重要性分数，并将所述第一融合重要性分数，作为所述待分析评论的第一评论分数。
89、在一示例性实施例中，所述装置还包括集合确定单元，被配置为执行获取所述待分析视频所属的目标视频类别；从第一预设词语集合中，确定出与所述目标视频类别对应的第一词语集合，并将与所述目标视频类别对应的第一词语集合，作为所述第一目标词语集合；所述第一预设词语集合中包括多个视频类别对应的第一词语集合；每个第一词语集合中的候选核心实体词和候选核心触发词均匹配有相应的重要性分数。
90、在一示例性实施例中，所述装置还包括第一构建单元，被配置为执行根据各视频类别下的样本视频的评论，构建候选评论集；提取所述候选评论集中的候选评论的候选核心实体词和候选核心触发词；按照所述候选评论所对应的样本视频的视频类别，对所述候选评论的候选核心实体词和候选核心触发词进行聚类处理，得到多个视频类别对应的第一词语集合，并确定每个视频类别对应的第一词语集合中的候选核心实体词和候选核心触发词的重要性分数；根据所述多个视频类别对应的第一词语集合，构建所述第一预设词语集合。
91、在一示例性实施例中，所述第一构建单元，还被配置为执行获取各视频类别下的样本视频的评论的互动数据；从所述各视频类别下的样本视频的评论中，筛选出所述互动数据满足第一预设互动条件的初始评论；获取所述初始评论对应的评论时间，以及所述初始评论对应的回复评论的回复时间；从所述初始评论中，筛选出所述评论时间以及所述回复时间均满足预设时间条件的中间评论；对所述中间评论进行聚类处理，得到多个中间评论集合，并根据每个中间评论集合中的评论的互动数据，确定所述每个中间评论集合中的评论的互动分数；分别从所述每个中间评论集合中，筛选出所述互动分数满足第二预设互动条件的候选评论，并根据所述候选评论，构建所述候选评论集。
92、在一示例性实施例中，所述装置还包括第一简化单元，被配置为执行在所述候选评论集中包括评论长度大于第一预设长度的第一候选评论的情况下，提取所述第一候选评论对应的摘要信息，并将所述第一候选评论对应的摘要信息，作为所述第一候选评论对应的简化候选评论；根据所述第一候选评论对应的简化候选评论，对所述候选评论集中的所述第一候选评论进行更新处理，得到更新后候选评论集；
93、所述第一构建单元，还被配置为执行提取所述更新后候选评论集中的候选评论的候选核心实体词和候选核心触发词。
94、在一示例性实施例中，所述装置还包括第三构建单元，被配置为执行按照所述候选评论集中的候选评论所对应的样本视频的视频类别，对所述候选评论进行聚类处理，得到多个视频类别对应的评论集合，并确定每个视频类别对应的评论集合中的候选评论的重要性分数；每个候选评论的重要性分数通过所述每个候选评论包括的候选核心实体词和候选核心触发词的重要性分数确定；根据所述多个视频类别对应的评论集合，构建预设评论集合；
95、所述装置还包括集合查询单元，被配置为执行从所述预设评论集合中，确定出与所述目标视频类别对应的评论集合，作为所述目标评论集合。
96、在一示例性实施例中，所述第三确定单元，还被配置为执行从所述目标候选评论中，确定出与所述待分析评论之间的相似度大于预设相似度的候选评论，并将与所述待分析评论之间的相似度大于预设相似度的候选评论，作为所述待分析评论的相似评论；查询所述目标候选评论与重要性分数之间的匹配关系，得到所述相似评论的重要性分数；对各所述相似评论的重要性分数进行融合处理，得到第三融合重要性分数，并将所述第三融合重要性分数，作为所述待分析评论的第三评论分数。
97、在一示例性实施例中，所述第二确定单元，还被配置为执行从所述候选泛化实体词中，确定出与所述核心实体词匹配的目标泛化实体词，以及从所述候选泛化触发词中，确定出与所述核心触发词匹配的目标泛化触发词；查询所述候选泛化实体词与重要性分数之间的匹配关系，得到所述目标泛化实体词对应的重要性分数，以及查询所述候选泛化触发词与重要性分数之间的匹配关系，得到所述目标泛化触发词对应的重要性分数；对所述目标泛化实体词对应的重要性分数和所述目标泛化触发词对应的重要性分数进行融合处理，得到第二融合重要性分数，并将所述第二融合重要性分数，作为所述待分析评论的第二评论分数。
98、在一示例性实施例中，所述装置还包括集合筛选单元，被配置为执行确定与所述目标视频类别匹配的话题类别；从第二预设词语集合中，确定出与所述话题类别对应的第二词语集合，并将与所述话题类别对应的第二词语集合，作为与所述目标视频类别对应的第二目标词语集合；所述第二预设词语集合中包括多个话题类别对应的第二词语集合；每个第二词语集合中的候选泛化实体词和候选泛化触发词均匹配有相应的重要性分数。
99、在一示例性实施例中，所述装置还包括第二构建单元，被配置为执行根据各样本榜单中的话题，构建候选话题集；提取所述候选话题集中的候选话题的候选核心实体词和候选核心触发词；分别对所述候选话题的候选核心实体词和候选核心触发词进行词语泛化处理，得到所述候选话题的候选泛化实体词和候选泛化触发词；按照所述候选话题的话题类别，对所述候选话题的候选泛化实体词和候选泛化触发词进行聚类处理，得到多个话题类别对应的第二词语集合，并确定每个话题类别对应的第二词语集合中的候选泛化实体词和候选泛化触发词的重要性分数；根据所述多个话题类别对应的第二词语集合，构建所述第二预设词语集合。
100、在一示例性实施例中，所述第二构建单元，还被配置为执行获取各样本榜单的榜单权重；从所述各样本榜单中，筛选出所述榜单权重满足预设榜单条件的目标榜单；对所述目标榜单中的话题进行聚类处理，得到多个话题集合，并根据每个话题集合中的话题所属目标榜单的榜单权重，确定所述每个话题集合中的话题对应的话题权重；分别从所述每个话题集合中，筛选出所述话题权重满足预设话题条件的候选话题，并根据所述候选话题，构建所述候选话题集。
101、在一示例性实施例中，所述装置还包括第二简化单元，被配置为执行在所述候选话题集中包括话题长度大于第二预设长度的第一候选话题的情况下，提取所述第一候选话题对应的摘要信息，并将所述第一候选话题对应的摘要信息，作为所述第一候选话题对应的简化候选话题；根据所述第一候选话题对应的简化候选话题，对所述候选话题集中的所述第一候选话题进行更新处理，得到更新后候选话题集；
102、所述第二构建单元，还被配置为执行提取所述更新后候选话题集中的候选话题的核心实体词和核心触发词。
103、在一示例性实施例中，所述第四确定单元，还被配置为执行获取所述第一评论分数对应的第一预设权重、所述第二评论分数对应的第二预设权重和所述第三评论分数对应的第三预设权重；按照所述第一预设权重、所述第二预设权重和所述第三预设权重，对所述第一评论分数、所述第二评论分数和所述第三评论分数进行融合处理，得到融合评论分数，作为所述待分析评论的目标评论分数。
104、在一示例性实施例中，所述第四确定单元，还被配置为执行获取所述待分析评论的互动数据；根据所述待分析评论的互动数据，确定所述待分析评论的第四评论分数，并获取所述第四评论分数对应的第四预设权重；按照所述第一预设权重、所述第二预设权重、所述第三预设权重和所述第四预设权重，对所述第一评论分数、所述第二评论分数、所述第三评论分数和第四评论分数进行融合处理，得到融合评论分数。
105、在一示例性实施例中，所述评论确定单元，还被配置为执行按照所述目标评论分数从大到小的顺序，对所述待分析评论进行排序，得到排序后的待分析评论；从所述排序后的待分析评论中，筛选出前n个评论，作为目标评论；所述n为正整数。
106、根据本公开实施例的第三方面，提供一种电子设备，包括：
107、处理器；
108、用于存储所述处理器可执行指令的存储器；
109、其中，所述处理器被配置为执行所述指令，以实现如第一方面的任一项实施例中所述的评论处理方法。
110、根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面的任一项实施例中所述的评论处理方法。
111、根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品中包括指令，所述指令被电子设备的处理器执行时，使得所述电子设备能够执行如第一方面的任一项实施例中所述的评论处理方法。
112、本公开的实施例提供的技术方案至少带来以下有益效果：
113、通过从待分析视频的待分析评论中，提取出待分析评论对应的核心实体词和核心触发词，并根据核心实体词、核心触发词，以及与待分析视频所属的目标视频类别对应的第一目标词语集合，确定待分析评论的第一评论分数；第一目标词语集合中包括目标候选评论的候选核心实体词和候选核心触发词；目标候选评论所对应的样本视频的视频类别与目标视频类别相同；然后根据核心实体词、核心触发词，以及与目标视频类别对应的第二目标词语集合，确定待分析评论的第二评论分数；第二目标词语集合中包括目标候选话题的候选泛化实体词和候选泛化触发词；目标候选话题的话题类别与目标视频类别匹配；接着根据与目标视频类别对应的目标评论集合，确定待分析评论的第三评论分数；目标评论集合中包括目标候选评论；最后根据第一评论分数、第二评论分数和第三评论分数，确定待分析评论的目标评论分数，并根据目标评论分数，从待分析评论中确定出目标评论。这样，在从待分析视频的待分析评论中确定出目标评论时，综合考虑待分析评论对应的核心实体词和核心触发词、与待分析视频所属的目标视频类别对应的第一目标词语集合、与目标视频类别对应的第二目标词语集合、与目标视频类别对应的目标评论集合这几个信息，有利于从多个维度来分别确定待分析评论的评论分数，并结合多个维度的评论分数，来确定待分析评论的目标评论分数，有利于提高待分析评论的目标评论分数的计算准确率，进而使得基于目标评论分数筛选出的目标评论更加准确，进而提高了目标评论的确定准确率，避免了仅仅考虑评论自身信息这单一维度，导致目标评论的确定准确率较低的缺陷。
114、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，并不能限制本公开。
1.一种评论处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述从待分析视频的待分析评论中，提取出所述待分析评论对应的核心实体词和核心触发词，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数，包括：
4.根据权利要求3所述的方法，其特征在于，在根据所述核心实体词、所述核心触发词，以及与所述待分析视频所属的目标视频类别对应的第一目标词语集合，确定所述待分析评论的第一评论分数之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述第一预设词语集合通过下述方式构建得到：
6.根据权利要求5所述的方法，其特征在于，所述根据各视频类别下的样本视频的评论，构建候选评论集，包括：
7.根据权利要求5所述的方法，其特征在于，在提取所述候选评论集中的候选评论的候选核心实体词和候选核心触发词之前，还包括：
8.根据权利要求5所述的方法，其特征在于，在根据各视频类别下的样本视频的评论，构建候选评论集之后，还包括：
9.根据权利要求8所述的方法，其特征在于，所述根据与所述目标视频类别对应的目标评论集合，确定所述待分析评论的第三评论分数，包括：
10.根据权利要求1所述的方法，其特征在于，所述根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数，包括：
11.根据权利要求10所述的方法，其特征在于，在根据所述核心实体词、所述核心触发词，以及与所述目标视频类别对应的第二目标词语集合，确定所述待分析评论的第二评论分数之前，还包括：
12.根据权利要求11所述的方法，其特征在于，所述第二预设词语集合通过下述方式构建得到：
13.根据权利要求12所述的方法，其特征在于，所述根据各样本榜单中的话题，构建候选话题集，包括：
14.根据权利要求12所述的方法，其特征在于，在提取所述候选话题集中的候选话题的核心实体词和核心触发词之前，还包括：
15.一种评论处理装置，其特征在于，包括：
16.一种电子设备，其特征在于，包括：
17.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至14中任一项所述的评论处理方法。
18.一种计算机程序产品，所述计算机程序产品中包括指令，其特征在于，所述指令被电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至14任一项所述的评论处理方法。
