[發明專利]應用標簽生成方法、裝置及存儲設備

有效

• 申請號: 201810059509.1
• 申請日: 2018-01-22
• 公開（公告）號: CN110069769B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 傅波;何泉昊;陳建榮
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F40/30;G06N3/0455;G06N3/044;G06N3/048
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種應用標簽生成方法，其特征在于，包括：

獲取應用的詳情信息；所述應用的詳情信息包括應用的標題、應用的評論信息、應用的描述文本、應用的推薦語和應用的最近更新特性信息；

從所述應用的詳情信息中提取原始關鍵詞；

利用語義解析模型對所述原始關鍵詞進行語義解析，生成目標關鍵詞；所述目標關鍵詞包括所對應原始關鍵詞的規范描述詞和語義挖掘詞中的至少一項；

根據所述目標關鍵詞確定所述應用的標簽；

其中，所述根據所述目標關鍵詞確定所述應用的標簽，包括：

獲取所述語義解析模型所生成各所述目標關鍵詞的生成概率；

將目標關鍵詞對應的原始關鍵詞的來源對應的權重，作為所述目標關鍵詞的權重，所述來源包括標題、評論信息、描述文本、推薦語和最近更新特性信息；

根據每個目標關鍵詞的權重和每個目標關鍵詞的生成概率，計算各目標關鍵詞的標簽得分；

根據目標關鍵詞的標簽得分進行目標關鍵詞篩選，得到所述應用的標簽。

2.根據權利要求1所述的方法，其特征在于，在獲取應用的詳情信息之前，所述方法還包括：

將樣本關鍵詞作為序列到序列模型的源輸入，將樣本關鍵詞的規范描述詞和/或語義挖掘詞作為所述序列到序列模型的目標輸出，進行模型訓練，得到所述語義解析模型。

3.根據權利要求2所述的方法，其特征在于，所述利用語義解析模型對所述原始關鍵詞進行語義解析，生成目標關鍵詞，包括：

在編碼階段，將所述原始關鍵詞編碼成一個語義向量；

在解碼階段，每一步根據所述語義向量和已經生成的解碼輸出數據進行解碼輸出，得到所述目標關鍵詞。

4.根據權利要求2所述的方法，其特征在于，所述利用語義解析模型對所述原始關鍵詞進行語義解析，生成目標關鍵詞，包括：

在編碼階段，將所述原始關鍵詞編碼成語義向量序列，所述語義向量序列中包括每個原始關鍵詞對應的語義向量；

在解碼階段，每一步根據當前解碼的原始關鍵詞對應的語義向量和已經生成的解碼輸出數據進行解碼輸出，得到所述目標關鍵詞。

5.根據權利要求1所述的方法，其特征在于，所述從所述應用的詳情信息中提取原始關鍵詞，包括：

對所述應用的詳情信息進行分詞、過濾和篩選處理，得到至少一個關鍵詞；

計算所述至少一個關鍵詞的詞頻-逆向文檔頻率TF-IDF值，提取TF-IDF值大于預設閾值的關鍵詞作為所述原始關鍵詞。

6.一種應用標簽生成裝置，其特征在于，包括：

獲取單元，用于獲取應用的詳情信息；所述應用的詳情信息包括應用的標題、應用的評論信息、應用的描述文本、應用的推薦語和應用的最近更新特性信息；

提取單元，用于從所述應用的詳情信息中提取原始關鍵詞；

生成單元，用于利用語義解析模型對所述原始關鍵詞進行語義解析，生成目標關鍵詞；所述目標關鍵詞包括所對應原始關鍵詞的規范描述詞和語義挖掘詞中的至少一項；

確定單元，用于根據所述目標關鍵詞確定所述應用的標簽；

所述確定單元進一步用于：

獲取所述語義解析模型所生成各所述目標關鍵詞的生成概率；

將目標關鍵詞對應的原始關鍵詞的來源對應的權重，作為所述目標關鍵詞的權重，所述來源包括標題、評論信息、描述文本、推薦語和最近更新特性信息；

根據每個目標關鍵詞的權重和每個目標關鍵詞的生成概率，計算各目標關鍵詞的標簽得分；

根據目標關鍵詞的標簽得分進行目標關鍵詞篩選，得到所述應用的標簽。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

訓練單元，用于將樣本關鍵詞作為序列到序列模型的源輸入，將樣本關鍵詞的規范描述詞和/或語義挖掘詞作為所述序列到序列模型的目標輸出，進行模型訓練，得到所述語義解析模型。