[發明專利]基于熱點素材的文章生成方法、裝置、設備及存儲介質

有效

• 申請號: 201810558291.4
• 申請日: 2018-06-01
• 公開（公告）號: CN110555199B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 陳奇石;陳思姣;梁海金;羅雨
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/166
• 分類號: G06F40/166;G06F16/35
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種基于熱點素材的文章生成方法，其特征在于，包括：

獲取目標文本，其中所述目標文本包括文章，以及，語句和/或關鍵詞；

確定所述目標文本的文章類型；

基于所述目標文本的文章類型對應的預設的素材提取策略，從所述目標文本中提取用于生成文章的熱點素材，其中所述熱點素材是指關注度高于預設閾值的素材，不同文章類型設定不同的素材提取策略；

獲取包括所述熱點素材的文章；

基于所述文章，以及預先設定的素材提取策略與文章類型之間的關聯關系，采用所述熱點素材生成與所述素材提取策略對應類型的文章。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標文本，包括：

獲取搜索頻率超過第一預設閾值的關鍵詞和/或語句，以及包括所述關鍵詞和/或語句的文章，將所述關鍵詞和/或語句以及所述文章作為目標文本。

3.根據權利要求2所述的方法，其特征在于，所述將所述關鍵詞和/或語句以及所述文章作為目標文本，包括：

將所述關鍵詞和/或語句，以及所述文章中與所述關鍵詞和/或語句之間的相關程度超過第二預設閾值的文章作為目標文本。

4.根據權利要求1所述的方法，其特征在于，所述獲取目標文本，包括：

獲取如下文本中的至少一種：文章、語句、關鍵詞；

對獲取到的文本進行聚類處理，獲得文本的聚類簇；

將文本數量大于第三預設閾值的聚類簇中的文本設置為目標文本。

5.根據權利要求4所述的方法，其特征在于，所述將文本數量大于第三預設閾值的聚類簇中的文本設置為目標文本，包括：

從文本數量大于第三預設閾值的聚類簇中選擇預設個數的文本作為目標文本。

6.根據權利要求1所述的方法，其特征在于，所述基于預設的素材提取策略，從所述目標文本中提取用于生成文章的熱點素材，包括：

從所述目標文本中提取實體詞匯，以及所述實體詞匯所屬的實體類型，將所述實體詞匯和所述實體詞匯所屬的實體類型作為熱點素材，其中，所述實體詞匯是指在物理世界中存在對應實體的詞匯。

7.根據權利要求1所述的方法，其特征在于，所述基于預設的素材提取策略，從所述目標文本中提取用于生成文章的熱點素材，包括：

從所述目標文本中提取概念詞匯作為熱點素材，其中所述概念詞匯是指包括領域范疇的詞匯。

8.根據權利要求1所述的方法，其特征在于，基于預設的素材提取策略，從所述目標文本中提取用于生成文章的熱點素材，包括：

基于預設依存分析工具從所述目標文本中提取目標語句作為熱點素材，其中，所述目標語句包括預設句式結構，且所述目標語句的語句長度大于預設長度。

9.根據權利要求1所述的方法，其特征在于，所述基于預設的素材提取策略，從所述目標文本中提取用于生成文章的熱點素材，包括：

基于預設的分類模型，從所述目標文本中提取包括目標詞匯組合的文本，所述目標詞匯組合是指形容詞與實體詞匯的組合；

基于預設的模板挖掘工具從提取獲得的文本中提取所述目標詞匯組合作為熱點素材。

10.根據權利要求9所述的方法，其特征在于，獲取包括所述熱點素材的文章之前，所述方法還包括：

獲取與所述目標詞匯組合中的實體詞匯屬于同一實體類型的多個實體詞匯；

將所述目標詞匯中的形容詞分別于所述多個實體詞匯進行組合，形成多個新增詞匯組合；

相應的，獲取包括所述熱點素材的文章，包括：

獲取包括所述目標詞匯組合或者所述新增詞匯組合的文章。