[發明專利]生成被調整到目標受眾詞匯的文本內容的目標概要

在審

• 申請號: 201811050696.3
• 申請日: 2018-09-10
• 公開（公告）號: CN109815459A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: S·沙瑪;K·克里什那;B·V·西里尼瓦桑;A·姆赫卡爾
• 申請（專利權）人: 奧多比公司
• 主分類號: G06F17/24
• 分類號: G06F17/24;G06N99/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅;姚杰

1.一種在數字媒體環境中由至少一個計算設備實現的方法，所述數字媒體環境用于生成被調整到目標受眾詞匯的文本內容的目標概要，所述方法包括：

由所述至少一個計算設備接收用于生成被調整到所述目標受眾詞匯的文本內容的所述目標概要的請求；

由詞語生成模型生成關注分布，所述關注分布包括來自所述文本內容和所述目標受眾詞匯的詞語、以及針對所述關注分布中的每個詞語的選擇概率值，所述選擇概率值指示每個詞語被選擇作為所述文本內容的所述目標概要的下一詞語的相應概率；

基于所述關注分布和語言偏好模型來為所述目標概要選擇所述下一詞語，所述語言偏好模型指示針對所述目標受眾詞匯的詞語偏好概率；以及

向所述詞語生成模型提供所選擇的所述下一詞語的反饋，所述反饋使得所述詞語生成模型基于下一生成的詞語的所述反饋來修改針對所述目標概要的后續詞語的選擇的所述關注分布。

2.根據權利要求1所述的方法，其中為所述目標概要選擇所述下一詞語還包括：

基于所述關注分布來選擇由所述詞語生成模型生成的至少一個詞語；以及

用由所述語言偏好模型識別的所述目標受眾詞匯的較偏好的相似詞語來替換所選擇的所述至少一個詞語。

3.根據權利要求1所述的方法，其中為所述目標概要選擇所述下一詞語還包括：用所述語言偏好模型的對應詞語偏好概率來修改所述關注分布中的所述詞語的所述選擇概率值。

4.根據權利要求1所述的方法，其中為所述目標概要選擇所述下一詞語還包括：用由所述語言偏好模型標識的較偏好的相似詞語來替換所述關注分布中的詞語。

5.根據權利要求1所述的方法，其中所述語言偏好模型是使用對包括所述目標受眾詞匯的語料庫的目標受眾訓練數據的機器學習而被訓練的。

6.根據權利要求5所述的方法，其中所述詞語偏好概率基于所述目標受眾訓練數據中的候選詞語和相似詞語的使用頻率，來指示所述候選詞語和所述相似詞語之間的相對偏好。

7.根據權利要求1所述的方法，其中所述詞語生成模型包括使用一種或多種機器學習技術訓練的提取概要算法或抽象概要算法。

8.根據權利要求7所述的方法，其中所述詞語生成模型能夠被利用用于通過使用與相應目標受眾詞匯相對應的不同的相應語言偏好模型，來生成被調整到多個不同目標受眾詞匯的目標概要，而無需重新訓練所述詞語生成模型。

9.根據權利要求1所述的方法，其中所述反饋在所述概要的生成期間被提供給所述詞語生成模型。

10.一種在數字媒體環境中由至少一個計算設備實現的方法，所述數字媒體環境用于使用目標受眾訓練數據來訓練語言偏好模型，所述方法包括：

由所述至少一個計算設備獲得目標受眾訓練數據，所述目標受眾訓練數據包括針對目標受眾詞匯的文本內容的語料庫；以及

使用一種或多種機器學習技術來訓練所述語言偏好模型，以基于所述目標受眾詞匯中的詞語使用的頻率來學習所述目標受眾詞匯的詞語偏好概率。

11.根據權利要求10所述的方法，其中使用一種或多種機器學習技術來訓練所述語言偏好模型以學習所述目標受眾詞匯的詞語偏好概率還包括：

標識所述目標受眾訓練數據中的詞語；

標識所述詞語的一個或多個同義詞；以及

針對每個詞語-同義詞對，基于所述目標受眾詞匯中的所述詞語和所述同義詞的相應頻率，針對相應的詞語-同義詞對生成所述詞語偏好概率。

12.根據權利要求11所述的方法，其中如果所述同義詞的所述頻率大于所述目標受眾訓練數據中的所述詞語的所述頻率，則所述詞語-同義詞對的所述詞語偏好概率指示所述同義詞比所述詞語更被偏好。