[發明專利]一種信息處理方法和系統

在審

• 申請號: 201910976749.2
• 申請日: 2019-10-15
• 公開（公告）號: CN110717029A
• 公開（公告）日: 2020-01-21
• 發明（設計）人: 康潮明
• 申請（專利權）人: 支付寶(杭州)信息技術有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/9535;G06N3/04;G06N3/08
• 代理公司: 51253 成都七星天知識產權代理有限公司
• 代理人: 袁春曉

本實施例之一涉及一種信息處理方法和系統。所述方法包括：獲取原始關鍵詞；根據所述原始關鍵詞得到關鍵詞集合，所述關鍵詞集合包括所述原始關鍵詞在內的至少一個關鍵詞；基于所述關鍵詞集合中的關鍵詞從預設文本庫中檢索出一個或多個關鍵詞對應文本；用機器學習模型處理一個或多個關鍵詞對應文本，得到一個或多個關鍵詞的興趣成分；統計在所述一個或多個關鍵詞的興趣成分中各興趣成分出現的頻次，根據統計結果確定所述原始關鍵詞的興趣成分。

技術領域

本說明書實施例涉及大數據領域，特別涉及一種信息處理方法和系統。

背景技術

大數據時代為人們的生活和工作帶來了諸多便利。例如，傳統的營銷文案需要由專人設計，而現有的一些場景下，用戶只需輸入關鍵詞，即可獲得機器由該關鍵詞自動生成的營銷文案。然而，由于用戶輸入的只有關鍵詞，缺乏其他相關信息，機器很難識別出用戶的真實興趣(或意圖)，生成迎合用戶興趣的文案。

因此，希望提供一種技術方案，能夠從用戶輸入的關鍵詞中精準識別出用戶興趣以自動生成迎合用戶興趣的文案。

發明內容

本說明書中的一些實施例提供一種信息處理方法，包括：獲取原始關鍵詞；根據所述原始關鍵詞得到關鍵詞集合，所述關鍵詞集合包括所述原始關鍵詞在內的至少一個關鍵詞；基于所述關鍵詞集合中的關鍵詞從預設文本庫中檢索出一個或多個關鍵詞對應文本；用機器學習模型處理一個或多個關鍵詞對應文本，得到一個或多個關鍵詞的興趣成分；統計在所述一個或多個關鍵詞的興趣成分中各興趣成分出現的頻次，根據統計結果確定所述原始關鍵詞的興趣成分。

本說明中的另一些實施例提供一種信息處理系統，包括：原始關鍵詞獲取模塊，用于獲取原始關鍵詞；關鍵詞集合獲取模塊，用于根據所述原始關鍵詞得到關鍵詞集合，所述關鍵詞集合包括所述原始關鍵詞在內的至少一個關鍵詞；文本檢索模塊，用于基于所述關鍵詞集合中的關鍵詞從預設文本庫中檢索出一個或多個關鍵詞對應文本；關鍵詞興趣成分獲取模塊，用于用機器學習模型處理一個或多個關鍵詞對應文本，得到一個或多個關鍵詞的興趣成分；關鍵詞興趣成分確定模塊，用于統計在所述一個或多個關鍵詞的興趣成分中各興趣成分出現的頻次，根據統計結果確定所述原始關鍵詞的興趣成分。

本說明書中的另一些實施例提供一種信息處理裝置，所述裝置包括至少一個處理器以及至少一個存儲器；所述至少一個存儲器用于存儲計算機指令；所述至少一個處理器用于執行所述計算機指令中的至少部分指令以實現如上所述的信息處理方法。

附圖說明

本說明書將以示例性實施例的方式進一步說明，這些示例性實施例將通過附圖進行詳細描述。這些實施例并非限制性的，在這些實施例中，相同的編號表示相同的結構，其中：

圖1為根據本說明書一些實施例所示的文案生成方法的示例性流程圖；

圖2是根據本說明書一些實施例所示的信息處理方法的示例性流程圖；

圖3是根據本說明書一些實施例所示的關鍵詞集合的組成示意圖；

圖4為根據本說明書一些實施例所示的統計興趣成分出現頻次的方法的示例性流程圖；

圖5為根據本說明書一些實施例所示的信息處理系統的示例性框圖；以及

圖6為根據本說明書一些實施例所示的信息處理系統中關鍵詞集合獲取模塊的示例性框圖。

具體實施方式

為了更清楚地說明本說明書實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單的介紹。顯而易見地，下面描述中的附圖僅僅是本技術方案的一些示例或實施例，對于本領域的普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖將本技術方案應用于其它類似情景。除非從語言環境中顯而易見或另做說明，圖中相同標號代表相同結構或操作。