[發(fā)明專利]用于生成文章的方法和裝置

在審

• 申請?zhí)枺?/td>: 201710206961.1
• 申請日: 2017-03-31
• 公開（公告）號: CN106970898A
• 公開（公告）日: 2017-07-21
• 發(fā)明（設(shè)計）人: 王文斌;施鵬;吳廣發(fā)
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06F17/24
• 分類號: G06F17/24;G06F17/25;G06F17/30
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司11204
• 代理人: 王達佐,馬曉亞

1.一種用于生成文章的方法，其特征在于，所述方法包括：

基于輸入的文章主題和以下任意一項生成文章提綱：提綱模型，根據(jù)對應(yīng)所述文章主題的用戶行為數(shù)據(jù)建立的提綱數(shù)據(jù)庫，以及人工設(shè)定的提綱；

從預(yù)先建立的素材庫中，提取與所述文章提綱的特征相關(guān)聯(lián)的素材；

向所述文章提綱中，插入提取的素材，得到生成的文章。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)對應(yīng)所述文章主題的用戶行為數(shù)據(jù)建立的提綱數(shù)據(jù)庫包括：

檢索全網(wǎng)圍繞所述文章主題的子主題，建立子主題數(shù)據(jù)庫；

根據(jù)用戶對所述子主題數(shù)據(jù)庫中的子主題的點擊順序和/或所述子主題數(shù)據(jù)庫中的子主題的語義遞進順序，排序所述子主題數(shù)據(jù)庫中的子主題；

剔除所述子主題數(shù)據(jù)庫中不符合預(yù)定邏輯規(guī)則的子主題，得到符合預(yù)定邏輯規(guī)則的子主題；

將各符合預(yù)定邏輯規(guī)則的子主題作為提綱，得到提綱數(shù)據(jù)庫。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)先建立的素材庫通過以下步驟建立：

獲取素材的特征，所述素材為將現(xiàn)有的文章的內(nèi)容根據(jù)篩選規(guī)則篩選得到和/或變換現(xiàn)有的文章的內(nèi)容得到；

根據(jù)所述素材的特征建立索引結(jié)構(gòu)，得到所述素材庫。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：對所述生成的文章進行優(yōu)化處理，得到優(yōu)化后的所述生成的文章，所述優(yōu)化處理包括以下一項或多項：潤色處理、插入富媒體數(shù)據(jù)處理以及排版優(yōu)化處理。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述潤色處理包括以下一項或多項：統(tǒng)一所述生成的文章的文法風(fēng)格；刪除與前后語句不連貫的語句；以及替換與前后語句不連貫的語句。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述插入富媒體數(shù)據(jù)處理包括：

從預(yù)先建立的資源庫，提取與所述生成的文章的特征相關(guān)聯(lián)的富媒體數(shù)據(jù)；

向所述生成的文章中，插入提取的富媒體數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述從預(yù)先建立的資源庫，提取與所述生成的文章的特征相關(guān)聯(lián)的富媒體數(shù)據(jù)包括：

根據(jù)以下一項或多項從預(yù)先建立的資源庫中提取富媒體數(shù)據(jù)生成候選富媒體列表：所述文章主題、所述文章提綱、所述生成的文章的各段落的摘要以及所述生成的文章的各段落的關(guān)鍵詞；

采用質(zhì)量篩選從所述候選富媒體列表中提取與所述生成的文章的特征相關(guān)聯(lián)的富媒體數(shù)據(jù)。

8.根據(jù)權(quán)利要求6-7任意一項所述的方法，其特征在于，所述預(yù)先建立的資源庫通過以下步驟建立：

獲取富媒體數(shù)據(jù)的特征；

根據(jù)所述富媒體數(shù)據(jù)的特征建立索引結(jié)構(gòu)，得到所述資源庫。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述質(zhì)量篩選根據(jù)以下一項或多項進行：

圖文相關(guān)性、圖片分辨率、圖片長寬比、圖片來源權(quán)威度、廣告過濾策略、反作弊過濾策略、反黃過濾策略和水印過濾策略。

10.根據(jù)權(quán)利要求1-9任意一項所述的方法，其特征在于，所述方法還包括：

將所述文章主題和所述文章提綱輸入標(biāo)題模型，得到所述生成的文章的標(biāo)題。

11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述方法還包括：

對所述標(biāo)題中的核心詞進行屬性擴展；

對屬性擴展后的標(biāo)題中的核心詞進行替換和改寫，得到更新后的標(biāo)題。

12.一種用于生成文章的裝置，其特征在于，所述裝置包括：

提綱生成單元，用于基于輸入的文章主題和以下任意一項生成文章提綱：提綱模型，根據(jù)對應(yīng)所述文章主題的用戶行為數(shù)據(jù)建立的提綱數(shù)據(jù)庫，以及人工設(shè)定的提綱；

素材提取單元，用于從預(yù)先建立的素材庫中，提取與所述文章提綱的特征相關(guān)聯(lián)的素材；

素材插入單元，用于向所述文章提綱中，插入提取的素材，得到生成的文章。