[發(fā)明專利]一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010176734.0
• 申請(qǐng)日: 2020-03-13
• 公開(kāi)（公告）號(hào): CN111428472A
• 公開(kāi)（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 孟憲坤;邊樹(shù)森;劉志軍
• 申請(qǐng)（專利權(quán)）人: 浙江華坤道威數(shù)據(jù)科技有限公司
• 主分類號(hào): G06F40/216
• 分類號(hào): G06F40/216;G06F40/258;G06F40/189;G06K9/00;G06F16/335;G06F16/58;G06N3/04;G06N3/08
• 代理公司: 杭州信義達(dá)專利代理事務(wù)所(普通合伙) 33305
• 代理人: 陳繼算

1.一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)，其特征在于，包括：

操作終端，輸入產(chǎn)品信息query和用戶信息、輸出最終推文；

基礎(chǔ)標(biāo)簽提取系統(tǒng)，根據(jù)輸入的產(chǎn)品信息和用戶信息，利用BERT預(yù)訓(xùn)練模型提取關(guān)鍵字，建立多個(gè)標(biāo)簽；

內(nèi)容生成模塊，包括標(biāo)題生成模型、短文生成模型和圖像生成模型，根據(jù)標(biāo)簽信息生成相應(yīng)的若干標(biāo)題、若干文章內(nèi)容d和若干與文章內(nèi)容相符的圖片；智能篩選模塊，包括文章篩選模塊和圖片篩選模塊，對(duì)于多個(gè)文章內(nèi)容與相符圖片的組合，利用文章篩選模塊和圖片篩選模塊進(jìn)行篩選，得到符合要求的一組文章內(nèi)容與相符圖片；

智能排版模塊，對(duì)最終選擇的文章及相符圖片進(jìn)行排版，得到最終推文。

2.根據(jù)權(quán)利要求1所述的一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)，其特征在于：所述智能排版模塊包括文本數(shù)據(jù)庫(kù)，通過(guò)深度學(xué)習(xí)BERT算法訓(xùn)練出自動(dòng)對(duì)文章與圖片進(jìn)行排版的模型。

3.根據(jù)權(quán)利要求1所述的一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)，其特征在于：所述內(nèi)容生成模塊包括收集的標(biāo)題數(shù)據(jù)庫(kù)、不同類型的短文數(shù)據(jù)庫(kù)；通過(guò)BERT預(yù)訓(xùn)練模型訓(xùn)練分別得到標(biāo)題生成模型和短文生成模型；通過(guò)圖像生成模型-StackGAN算法繪制出與短文相符的圖片。

4.根據(jù)權(quán)利要求3所述的一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)，其特征在于：所述圖片篩選模塊，根據(jù)圖像生成模型-StackGAN算法計(jì)算相符圖片與文章內(nèi)容的契合度，設(shè)定閾值，選擇契合度最高的相符圖片。

5.根據(jù)權(quán)利要求3所述的一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成系統(tǒng)，其特征在于：所述文章篩選模塊，通過(guò)BERT預(yù)訓(xùn)練模型計(jì)算產(chǎn)品信息query和每篇文檔d之間的相關(guān)性分?jǐn)?shù),query中包括詞q1,q2...qn，相關(guān)性分?jǐn)?shù)的計(jì)算公式為：

其中R(qi,d)是查詢語(yǔ)句query中每個(gè)詞qi和文檔d的相關(guān)度值，Wi是詞qi的逆向文檔頻率IDF，其中，N為文檔總數(shù)，n(q_i)為包含詞qi的文檔數(shù)；

其中，k1,k2,b為調(diào)節(jié)因子，qfi為詞qi在查詢語(yǔ)句query中的出現(xiàn)頻率，fi為q_i在文檔d中的出現(xiàn)頻率,dl為文檔d的長(zhǎng)度，avgdl為所有文檔的平均長(zhǎng)度；

計(jì)算每個(gè)文檔d與query的相關(guān)性分?jǐn)?shù)，設(shè)定閾值，將閾值與每個(gè)計(jì)算完成的相關(guān)性分?jǐn)?shù)進(jìn)行比較，選擇相關(guān)度適合的相符文章。

6.根據(jù)權(quán)利要求1-5所述的一種基于自然語(yǔ)言處理及圖像算法的文章自動(dòng)生成方法，其特征在于，包括以下步驟：

S1,通過(guò)操作終端輸入產(chǎn)品信息和用戶信息；

S2,所述基礎(chǔ)標(biāo)簽提取系統(tǒng)對(duì)輸入的內(nèi)容提取關(guān)鍵字，建立多個(gè)標(biāo)簽；

S3,所述內(nèi)容生成模塊根據(jù)S2步驟生成的標(biāo)簽信息，生成符合標(biāo)簽的多個(gè)標(biāo)題、多個(gè)文章內(nèi)容以及多個(gè)與文章內(nèi)容相符的圖片；

S4,通過(guò)智能篩選模塊篩選出一個(gè)短文和契合度最高的相符圖片；經(jīng)篩選后無(wú)法獲得操作人認(rèn)可，則從步驟S2重新開(kāi)始，直到篩選出滿意的一個(gè)短文和契合度最高的相符圖片；

S5,通過(guò)智能排版模塊對(duì)短文和相符圖片進(jìn)行排版，得到最終的推文，將推文通過(guò)操作終端輸出。