[發明專利]一種文本生成方法和裝置

在審

• 申請號: 202011290383.2
• 申請日: 2020-11-17
• 公開（公告）號: CN113761174A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 李浩然
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F16/9535;G06K9/62;G06N3/04;G06N3/08;G06Q30/06
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;郭晗

1.一種文本生成方法，其特征在于，包括：

獲取參考產品的描述文本，基于所述參考產品的描述文本，利用第一文本生成模型生成所述參考產品的參考摘要文本，所述參考摘要文本由一個或多個關鍵詞組成；

利用推薦分類器模型，計算所述關鍵詞為產品推薦詞的推薦概率；

根據所述關鍵詞和對應的所述推薦概率，基于所述第一文本生成模型，形成第二文本生成模型；

獲取目標產品的描述文本，利用所述第二文本生成模型，生成所述目標產品的目標摘要文本。

2.根據權利要求1所述的方法，其特征在于，

利用推薦分類器模型，計算所述關鍵詞為產品推薦詞的推薦概率，包括：

利用推薦分類器模型包含的編碼器，將多個所述關鍵詞進行編碼并生成隱層序列，基于所述隱層序列計算所述關鍵詞為所述產品推薦詞的推薦概率。

3.根據權利要求2所述的方法，其特征在于，

基于所述產品推薦詞的推薦標簽，以及所述產品推薦詞的所述推薦概率，利用推薦目標函數，訓練所述推薦分類器模型。

4.根據權利要求1所述的方法，其特征在于，

根據所述關鍵詞和對應的所述推薦概率，基于所述第一文本生成模型，形成第二文本生成模型，包括：

獲取所述關鍵詞和對應的所述推薦概率，利用極大似然估計模型，訓練所述第一文本生成模型，形成所述第二文本生成模型。

5.根據權利要求1所述的方法，其特征在于，

利用第一文本生成模型生成所述參考產品的參考摘要文本，包括：

所述第一文本生成模型包括編碼器和解碼器；

獲取所述參考產品的描述文本，所述參考產品的描述文本包含一個或多個描述詞；基于所述描述詞，利用所述編碼器和所述解碼器，生成組成所述參考摘要文本的所述關鍵詞。

6.一種文本生成裝置，其特征在于，包括：生成產品摘要模塊、計算推薦概率模塊、形成文本生成模型模塊和推薦目標產品模塊；其中，

所述生成產品摘要模塊，用于獲取參考產品的描述文本，基于所述參考產品的描述文本，利用第一文本生成模型生成所述參考產品的參考摘要文本，所述參考摘要文本由一個或多個關鍵詞組成；

所述計算推薦概率模塊，用于利用推薦分類器模型，計算所述關鍵詞為產品推薦詞的推薦概率；

所述形成文本生成模型模塊，用于根據所述關鍵詞和對應的所述推薦概率，基于所述第一文本生成模型，形成第二文本生成模型；

所述文本生成模塊，用于獲取目標產品的描述文本，利用所述第二文本生成模型，生成所述目標產品的目標摘要文本。

7.根據權利要求6所述的裝置，其特征在于，

利用推薦分類器模型，計算所述關鍵詞為產品推薦詞的推薦概率，包括：

利用推薦分類器模型包含的編碼器，將多個所述關鍵詞進行編碼并生成隱層序列，基于所述隱層序列以及所述產品推薦詞，計算所述關鍵詞為所述推薦詞的推薦概率。

8.根據權利要求6所述的裝置，其特征在于，

根據所述關鍵詞和對應的所述推薦概率，基于所述第一文本生成模型，形成第二文本生成模型，包括：

獲取所述關鍵詞和對應的所述推薦概率，利用極大似然估計模型，訓練所述第一文本生成模型，形成所述第二文本生成模型。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-5中任一所述的方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-5中任一所述的方法。