[發(fā)明專利]文案生成方法、文案評(píng)估模型的訓(xùn)練方法、裝置及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011210227.0
• 申請(qǐng)日: 2020-11-03
• 公開（公告）號(hào): CN112232067A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 何雪楓;魏安康;謝興波
• 申請(qǐng)（專利權(quán)）人: 漢海信息技術(shù)（上海）有限公司
• 主分類號(hào): G06F40/253
• 分類號(hào): G06F40/253;G06F40/211;G06F40/279;G06F40/30;G06K9/62;G06N3/04;G06Q30/06
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 唐述燦

1.一種文案生成方法，其特征在于，所述方法包括：

獲取目標(biāo)文本描述信息；

獲取所述目標(biāo)文本描述信息對(duì)應(yīng)的目標(biāo)候選文案集，所述目標(biāo)候選文案集中包括至少一個(gè)候選推送文案；

基于所述目標(biāo)候選文案集，獲取所述目標(biāo)候選文案集中各個(gè)候選推送文案的概率信息，所述概率信息用于表征所述候選推送文案對(duì)應(yīng)于所述目標(biāo)文本描述信息的準(zhǔn)確度；

根據(jù)所述概率信息，將所述目標(biāo)候選文案集中所述準(zhǔn)確度最高的候選推送文案確定為所述目標(biāo)文本描述信息對(duì)應(yīng)的目標(biāo)推送文案。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述目標(biāo)文本描述信息對(duì)應(yīng)的目標(biāo)候選文案集，包括：

對(duì)所述目標(biāo)文本描述信息進(jìn)行句法預(yù)處理，從所述目標(biāo)文本描述信息中提取第一候選文案集，所述第一候選文案集中包括至少一個(gè)候選推送文案；

從所述第一候選文案集中選擇質(zhì)量滿足目標(biāo)條件的候選推送文案，得到目標(biāo)候選文案集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述目標(biāo)文本描述信息進(jìn)行句法預(yù)處理，從所述目標(biāo)文本描述信息中提取第一候選文案集，包括：

去除所述目標(biāo)文本描述信息中的符號(hào)，得到第一處理信息；

對(duì)所述第一處理信息中的各個(gè)短句進(jìn)行拼接，得到第二處理信息；其中，所述短句是指所述目標(biāo)文本描述信息中由所述符號(hào)間隔開的句子，所述第二處理信息中包括多于一個(gè)長(zhǎng)句；

基于語(yǔ)法邏輯規(guī)則，從所述第二處理信息中去除未滿足所述語(yǔ)法邏輯規(guī)則的長(zhǎng)句，得到所述第一候選文案集。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，從所述第一候選文案集中選擇質(zhì)量滿足目標(biāo)要求的候選推送文案，得到目標(biāo)候選文案集，包括以下至少一項(xiàng)：

對(duì)所述第一候選文案集進(jìn)行檢測(cè)，從所述第一候選文案集中去除未滿足目標(biāo)要求的推送文案，得到所述目標(biāo)候選文案集；其中，所述目標(biāo)要求包括以下至少一項(xiàng)：包含正面情緒、文案用詞優(yōu)美、文案通順、文案豐富、文案排版正常；

對(duì)所述第一候選文案集進(jìn)行分詞過(guò)濾，從所述第一候選文案集中去除包含負(fù)面詞的推送文案，得到所述目標(biāo)候選文案集；

對(duì)所述第一候選文案集進(jìn)行句子過(guò)濾，從所述第一候選文案集中去除字符長(zhǎng)度大于目標(biāo)值的推送文案，得到所述目標(biāo)候選文案集；

基于字符長(zhǎng)度對(duì)應(yīng)的目標(biāo)值，對(duì)所述第一候選文案集中的候選推送文案進(jìn)行字符補(bǔ)充或字符截取，得到所述目標(biāo)候選文案集。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述目標(biāo)候選文案集，獲取所述目標(biāo)候選文案集中各個(gè)候選推送文案的概率信息，包括：

將所述目標(biāo)候選文案集中各個(gè)候選推送文案分別輸入至文案評(píng)估模型，所述文案評(píng)估模型是基于注意力機(jī)制的雙向神經(jīng)網(wǎng)絡(luò)模型；

獲取所述文案評(píng)估模型輸出的概率信息。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述文案評(píng)估模型包括輸入層、詞嵌入層、神經(jīng)網(wǎng)絡(luò)層、注意力機(jī)制層和輸出層；其中，

所述輸入層，用于輸入所述候選推送文案；

所述詞嵌入層，用于獲取所述候選推送文案的各個(gè)分詞對(duì)應(yīng)的詞嵌入；

所述神經(jīng)網(wǎng)絡(luò)層，用于對(duì)所述各個(gè)詞嵌入進(jìn)行雙向遍歷，得到至少一個(gè)句子向量；其中，所述雙向遍歷包括基于所述各個(gè)詞嵌入對(duì)應(yīng)的分詞的輸入順序的正向遍歷，以及基于所述各個(gè)詞嵌入對(duì)應(yīng)的分詞的輸入順序的反向遍歷；

所述注意力機(jī)制層，用于基于所述候選推送文案中的重要內(nèi)容分布情況，對(duì)各個(gè)所述句子向量進(jìn)行加權(quán)處理；

所述輸出層，用于基于各個(gè)所述句子向量的加權(quán)處理結(jié)果，輸出所述候選推送文案的概率信息。

7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述概率信息，將所述準(zhǔn)確度最高的候選推送文案確定為所述目標(biāo)文本描述信息對(duì)應(yīng)的目標(biāo)推送文案之后，還包括：

根據(jù)所述目標(biāo)文本描述信息，獲取所述目標(biāo)推送文案對(duì)應(yīng)的關(guān)鍵信息；

在所述目標(biāo)推送文案中增加所述關(guān)鍵信息，得到用于展示的推送文案。