[發(fā)明專利]基于人工智能的標(biāo)題的改寫處理方法、裝置及可讀介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711147815.2
• 申請日: 2017-11-17
• 公開（公告）號: CN107832299B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計）人: 陳笑;何徑舟;周古月;付志宏;袁德璋
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F40/253
• 分類號: G06F40/253;G06F40/258
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理有限公司 11412
• 代理人: 袁媛

1.一種基于人工智能的標(biāo)題的改寫處理方法，其特征在于，所述方法包括：

獲取文章中各句子的特征表達，所述句子的特征表達包括所述句子的信息特征以及所述句子與所述文章的原始標(biāo)題的相似性特征；所述句子的信息特征包括所述句子的長度特征、所述句子的位置特征以及所述句子的重要性特征中的至少一種；

根據(jù)各所述句子的特征表達和預(yù)先訓(xùn)練的支撐句提取模型，從所述文章的各所述句子中提取文章的支撐句；

根據(jù)所述文章的支撐句和預(yù)先訓(xùn)練的標(biāo)題生成模型，生成所述文章的支撐句對應(yīng)的候選標(biāo)題；

根據(jù)所述文章的原始標(biāo)題、所述候選標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，確定是否利用所述候選標(biāo)題對所述文章的所述原始標(biāo)題進行改寫處理；所述點擊率預(yù)估模型用于預(yù)估點擊率的擬合值，得到擬合點擊率，并進一步根據(jù)預(yù)估點擊率與擬合點擊率的函數(shù)關(guān)系以及預(yù)設(shè)的縮放因子的數(shù)值，獲取對應(yīng)的預(yù)估點擊率。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述文章的原始標(biāo)題、所述候選標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，確定是否利用所述候選標(biāo)題對所述文章的所述原始標(biāo)題進行改寫處理，具體包括：

根據(jù)所述文章的原始標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，獲取所述原始標(biāo)題對應(yīng)的預(yù)估點擊率；

根據(jù)所述文章的所述候選標(biāo)題和所述點擊率預(yù)估模型，獲取所述候選標(biāo)題對應(yīng)的預(yù)估點擊率；

判斷所述候選標(biāo)題對應(yīng)的預(yù)估點擊率是否大于所述原始標(biāo)題對應(yīng)的預(yù)估點擊率；

若是，利用所述候選標(biāo)題對所述文章的所述原始標(biāo)題進行改寫處理；否則不用對所述文章的所述原始標(biāo)題進行改寫處理。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述文章的原始標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，獲取所述原始標(biāo)題對應(yīng)的預(yù)估點擊率，具體包括：

根據(jù)所述文章的所述原始標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，預(yù)測所述原始標(biāo)題對應(yīng)的擬合點擊率；

根據(jù)所述原始標(biāo)題對應(yīng)的擬合點擊率和預(yù)設(shè)的縮放因子，獲取所述原始標(biāo)題對應(yīng)的預(yù)估點擊率；

根據(jù)所述文章的所述候選標(biāo)題和所述點擊率預(yù)估模型，獲取所述候選標(biāo)題對應(yīng)的預(yù)估點擊率，具體包括：

根據(jù)所述文章的所述候選標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，預(yù)測所述候選標(biāo)題對應(yīng)的擬合點擊率；

根據(jù)所述候選標(biāo)題對應(yīng)的擬合點擊率和預(yù)設(shè)的縮放因子，獲取所述候選標(biāo)題對應(yīng)的預(yù)估點擊率。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)所述文章的原始標(biāo)題和預(yù)先訓(xùn)練的點擊率預(yù)估模型，獲取所述原始標(biāo)題對應(yīng)的預(yù)估點擊率之前，所述方法包括：

采集數(shù)個訓(xùn)練標(biāo)題；

獲取各所述訓(xùn)練標(biāo)題的點擊數(shù)和未點擊數(shù)；

根據(jù)所述預(yù)設(shè)的縮放因子、各所述訓(xùn)練標(biāo)題的所述點擊數(shù)和所述未點擊數(shù)，獲取各所述訓(xùn)練標(biāo)題的擬合點擊率；

根據(jù)各所述訓(xùn)練標(biāo)題以及各所述訓(xùn)練標(biāo)題的擬合點擊率，訓(xùn)練所述點擊率預(yù)估模型。

5.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，獲取文章中各句子的特征表達，具體包括：

獲取所述文章中各所述句子的信息特征；

獲取各所述句子與所述文章的原始標(biāo)題的相似性特征；

將各所述句子的信息特征、以及對應(yīng)的所述句子與所述文章的原始標(biāo)題的相似性特征拼接，得到對應(yīng)的所述句子的特征表達。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，獲取所述文章中各所述句子的信息特征，包括如下至少一種：

獲取所述文章中各所述句子的長度特征；

獲取各所述句子的位置特征；以及

獲取各所述句子的重要性特征。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，獲取各所述句子與所述文章的原始標(biāo)題的相似性特征，包括：

獲取各所述句子與所述文章的原始標(biāo)題的字面相似性特征；

獲取各所述句子與所述文章的原始標(biāo)題的語義相似性特征；

將各所述句子與所述文章的原始標(biāo)題的字面相似性特征、和對應(yīng)的所述句子與所述文章的原始標(biāo)題的語義相似性特征拼接，得到對應(yīng)的所述句子與所述文章的原始標(biāo)題的相似性特征。