[發明專利]內容推薦方法及裝置

在審

• 申請號: 202010528575.6
• 申請日: 2020-06-11
• 公開（公告）號: CN111695036A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 彭彬;楊天行;楊晨;張一麟;宋勛超
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62;G06Q50/18
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;臧建明

本申請實施例提供一種內容推薦方法及裝置，涉及知識圖譜、深度學習技術領域，具體包括：獲取第一數據和第二數據；將第一數據和第二數據輸入預設的第一模型，得到推薦結果；第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據第一類數據的集合和第二類數據的集合能夠推理得到第三類數據的集合；第一數據屬于第一類數據，第二數據屬于第二類數據，推薦結果屬于第三類數據；第三類數據為表征規則的數據。本申請實施例的第一模型不同于現有技術中的利用文本相似性或用戶行為日志訓練得到的模型，能夠適用于法條推薦的場景。

技術領域

本申請涉及數據處理的深度學習技術領域，尤其涉及一種內容推薦方法及裝置。

背景技術

在庭審場景中，通常需要根據原告提出的訴請(也稱為訴訟請求)，以及原被告提出的案情事實等，從法律法規中找到根據，并根據法規做出相應的判決。

通常的，相關人員需要依據自身的經驗，查找法律法規等，以依據法律法規做出裁決。

但是通過人工查找法律法規的方式，效率較低。

發明內容

本申請實施例提供一種內容推薦方法及裝置，以解決現有技術中人工查找法律法規的方式，效率較低的技術問題。

本申請實施例第一方面提供一種內容推薦方法，包括：獲取第一數據和第二數據；

將所述第一數據和所述第二數據輸入預設的第一模型，得到推薦結果；所述第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據所述第一類數據的集合和所述第二類數據的集合能夠推理得到所述第三類數據的集合，所述第一數據屬于第一類數據，所述第二數據屬于第二類數據，所述推薦結果屬于第三類數據；所述第三類數據為表征規則的數據。

本申請實施例第二方面提供一種內容推薦裝置，包括：第一獲取模塊，用于獲取第一數據和第二數據；

推薦模塊，用于將所述第一數據和所述第二數據輸入預設的第一模型，得到推薦結果；所述第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據所述第一類數據的集合和所述第二類數據的集合能夠推理得到所述第三類數據的集合，所述第一數據屬于第一類數據，所述第二數據屬于第二類數據，所述推薦結果屬于第三類數據；所述第三類數據為表征規則的數據。

本申請實施例第三方面提供一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如前述第一方面任一項所述的方法。

本申請實施例第四方面提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如前述第一方面中任一項所述的方法。

綜上，本申請實施例相對于現有技術的有益效果：

本申請實施例中提供了一種內容推薦方法及裝置，可以基于預先訓練的模型自動為具有推理關系的組合數據推薦結果，效率高，且本申請實施例的第一模型不同于現有技術中的利用文本相似性或用戶行為日志訓練得到的模型，能夠適用于法條推薦的場景。具體的，可以獲取第一數據和第二數據；將第一數據和第二數據輸入預設的第一模型，得到推薦結果；第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據第一類數據的集合和第二類數據的集合能夠推理得到第三類數據的集合；第一數據屬于第一類數據，第二數據屬于第二類數據，推薦結果屬于第三類數據；第三類數據為表征規則的數據。則本申請實施例可以應用于基于訴求數據和案件事實數據進行法律法規的推薦。

附圖說明

圖1為本申請實施例提供的內容推薦方法適用的系統架構示意圖；