[發(fā)明專利]話題生成方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202011052743.5
• 申請日: 2020-09-29
• 公開（公告）號: CN111897965B
• 公開（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 郭林森;曹雪智;謝睿;王仲遠(yuǎn)
• 申請（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295;G06F40/35
• 代理公司: 北京英創(chuàng)嘉友知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種話題生成方法，所述方法包括：

獲取用戶生成內(nèi)容對應(yīng)的語料數(shù)據(jù)；

根據(jù)所述語料數(shù)據(jù)確定至少一種場景詞信息，其中，每種所述場景詞信息包括多個(gè)場景詞，用于表征所述語料數(shù)據(jù)的一個(gè)目標(biāo)場景；

針對每種所述場景詞信息，確定與所述場景詞信息對應(yīng)的話題模板，其中，所述話題模板包括多個(gè)詞填充位，每一所述詞填充位分別對應(yīng)于一種場景詞的屬性；

根據(jù)所述話題模板和所述場景詞信息，生成所述目標(biāo)場景對應(yīng)的目標(biāo)話題；

其中，根據(jù)所述語料數(shù)據(jù)確定至少一種場景詞信息，包括：

根據(jù)所述語料數(shù)據(jù)確定候選分詞；

根據(jù)場景詞分類模型確定每一所述候選分詞的第一場景參數(shù)，在所述第一場景參數(shù)大于預(yù)設(shè)閾值的情況下，將所述候選分詞確定為場景詞，其中所述第一場景參數(shù)用于表征所述候選分詞形成場景的可能性；

對所述場景詞進(jìn)行組合，獲得所述場景詞信息。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述根據(jù)所述話題模板和所述場景詞信息，生成所述目標(biāo)場景對應(yīng)的目標(biāo)話題，包括：

根據(jù)所述場景詞信息中每一場景詞的屬性，將所述場景詞添加至所述話題模板中該屬性對應(yīng)的詞填充位，獲得候選話題；

確定每一所述候選話題的匹配參數(shù)，其中，所述匹配參數(shù)用于表征該候選話題與所述目標(biāo)場景的匹配程度；

根據(jù)所述匹配參數(shù)確定所述目標(biāo)話題。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：

在當(dāng)前時(shí)刻滿足模板挖掘時(shí)段要求或者接收到模板挖掘指令的情況下，根據(jù)所述語料數(shù)據(jù)中的場景詞，確定話題場景詞組合；

針對每一所述話題場景詞組合，從所述語料數(shù)據(jù)中確定包含該話題場景詞組合中的全部場景詞的屬性的話題語句；用所述場景詞的屬性來標(biāo)識(shí)所述話題語句中該場景詞對應(yīng)的詞填充位，以獲得候選模板；通過模板分類模型對所述候選模板進(jìn)行分類，并根據(jù)分類結(jié)果確定新挖掘的話題模板；存儲(chǔ)所述新挖掘的話題模板；

所述確定與所述場景詞信息對應(yīng)的話題模板，包括：

從存儲(chǔ)的話題模板中，將包含所述場景詞信息中的全部場景詞的屬性的話題模板確定為與所述場景詞信息對應(yīng)的話題模板。

4.根據(jù)權(quán)利要求1所述的方法，其中，通過以下中的至少一者確定所述候選分詞：

將所述語料數(shù)據(jù)的分詞作為所述候選分詞；

對所述語料數(shù)據(jù)的分詞進(jìn)行命名實(shí)體識(shí)別，并將識(shí)別到的實(shí)體對應(yīng)的分詞作為所述候選分詞；

根據(jù)所述語料數(shù)據(jù)的分詞進(jìn)行新詞發(fā)現(xiàn)，將獲得的新詞作為所述候選分詞。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述對所述場景詞進(jìn)行組合，獲得所述場景詞信息，包括：

從所述場景詞中選擇預(yù)設(shè)數(shù)量的場景詞進(jìn)行組合，確定初始場景詞組合；

通過場景成立模型確定所述初始場景詞組合對應(yīng)的第二場景參數(shù)，其中，所述第二場景參數(shù)用于表征所述初始場景詞組合中的全部場景詞屬于同一場景的可能性；

在所述初始場景詞組合對應(yīng)的第二場景參數(shù)大于場景閾值的情況下，將所述初始場景詞組合確定為所述場景詞信息。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述場景成立模型通過以下方式訓(xùn)練獲得：

獲取訓(xùn)練樣本，其中，所述訓(xùn)練樣本中包括人工標(biāo)注的場景負(fù)樣本和從線上數(shù)據(jù)中提取出的場景正樣本，所述場景負(fù)樣本和所述場景正樣本均由多個(gè)場景詞組成；

將根據(jù)所述訓(xùn)練樣本生成的訓(xùn)練向量作為模型的輸入向量，并將所述訓(xùn)練樣本的分類作為模型的目標(biāo)輸出，對所述模型進(jìn)行訓(xùn)練，以獲得所述場景成立模型；

其中，所述訓(xùn)練向量通過以下中的至少一者生成：

所述訓(xùn)練樣本中每一場景詞的長度、詞性、詞向量特征、位置分布特征、在目標(biāo)類型商戶下的頻率、在不同類型商戶下的頻率分布，多個(gè)場景詞對應(yīng)的詞共現(xiàn)頻率、條件概率、在目標(biāo)類型的商戶下分布的相對熵、在目標(biāo)類型的商戶下分布的交叉熵。