[發(fā)明專利]一種文章的生成方法及裝置

有效

• 申請?zhí)枺?/td>: 201810331686.0
• 申請日: 2018-04-13
• 公開（公告）號: CN109190095B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設計）人: 孫寶龍
• 申請（專利權）人: 北京愛群游網絡信息技術有限公司
• 主分類號: G06F40/166
• 分類號: G06F40/166;G06F16/35;G06N3/08
• 代理公司: 北京睿博行遠知識產權代理有限公司 11297
• 代理人: 黃艷麗

本申請公開了一種文章的生成方法及裝置，其特征在于，包括：獲取基礎語料集合；利用學習排序LTR算法對基礎語料集合中的基礎語料進行依次排序，得到待篩選基礎語料集合；利用集合抽樣DDPS算法篩選待篩選基礎語料集合中的基礎語料，得到目標基礎語料集合；根據目標基礎語料集合生成文章。本申請通過將獲取到的基于目標產品的基礎語料集合利用LTR算法進行排序，并將排序后的基礎語料集合利用DDPS算法進行篩選得到目標基礎語料集合，進而根據目標基礎語料集合生成文章。本申請的技術方案不僅可以根據相關算法快速的生成基于目標產品的推送文章。還可以精準的匹配與目標產品相契合的推送文章以避免出現由于推送文章的質量低下所導致的用戶瀏覽體驗較差的問題。

技術領域

本申請涉及互聯(lián)網領域，尤其涉及一種文章的生成方法及裝置。

背景技術

隨著通信時代與社會的發(fā)展，將涵蓋自身產品介紹的文章推送給用戶已經成為了商家必不可少的一種營銷手段。

其中，生成一個優(yōu)秀的，真正滿足用戶需求的推送文章并通過有效的渠道送達到用戶，可以極大的引起用戶興趣，從而提高了自身產品的潛在購買量。以旅游產品為例，由于各旅游景點的分散，導致用戶只能通過網上瀏覽相關的旅游景點的文章來判斷該旅游景點是否對自身具有吸引力。

然而，現有技術中，經常會出現一種問題，即當營銷者利用文章生成系統(tǒng)生成匹配其產品的推送文章時，由于現有的文章生成系統(tǒng)只能根據固定的預設語句生成一些簡單的推送文章，進而導致該文章使得用戶的瀏覽體驗較差。因此，如何設計出一種可以精準匹配產品的文章推送給用戶，成為了本領域技術人員迫待解決的難題。

發(fā)明內容

本申請實施例所要解決的一個技術問題是：提供一種文章的生成方法及裝置。可以解決現有技術中由于產品的推送文章質量較低所導致的用戶體驗較差的問題。

根據本申請實施例的一個方面，提供的一種文章的生成方法，包括：

獲取基礎語料集合，所述基礎語料集合為從基于目標產品的文本集合中獲取的基礎語料的集合，所述基礎語料用于生成文章；

利用學習排序LTR算法對所述基礎語料集合中的基礎語料進行依次排序，得到待篩選基礎語料集合，所述待篩選基礎語料集合為在所述基礎語料集合中排序順序在預定范圍內的基礎語料的集合；

利用集合抽樣DDPS算法篩選所述待篩選基礎語料集合中的基礎語料，得到目標基礎語料集合；

根據所述目標基礎語料集合生成文章。

可選地，在基于本申請上述方法的另一個實施例中，所述獲取基礎語料集合，包括：

通過神經網絡算法對所述文本集合進行分類，得到目標文本集合；

利用關鍵詞提取TF-I?DF技術對所述目標文本集合進行語料提取，得到所述基礎語料集合。

可選地，在基于本申請上述方法的另一個實施例中，所述通過神經網絡算法對所述文本集合進行分類，得到目標文本集合，包括：

通過目標神經網絡語義分割模型對所述文本集合進行分類，得到所述目標文本集合。

可選地，在基于本申請上述方法的另一個實施例中，在所述通過目標神經網絡語義分割模型對所述文本集合進行分類，得到目標文本集合之前，還包括：

獲取樣本文本，其中，所述樣本文本包括至少一個標注的文本類別特征；

利用所述包括至少一個標注的文本類別特征的樣本文本對預設的神經網絡語義分割模型進行訓練，得到所述目標神經網絡語義分割模型。

可選地，在基于本申請上述方法的另一個實施例中，所述利用學習排序?LTR算法對所述基礎語料集合進行依次排序，包括：