[發(fā)明專利]文本信息處理方法及介質(zhì)、設(shè)備、系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110609909.7
• 申請(qǐng)日: 2021-06-01
• 公開（公告）號(hào): CN113204632A
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 朱登龍;鄒宇;何蜀波;孫玉霞;劉新;劉洋;余遷
• 申請(qǐng)（專利權(quán)）人: 攜程旅游信息技術(shù)（上海）有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/33;G06F16/35;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 上海隆天律師事務(wù)所 31282
• 代理人: 鐘宗

本發(fā)明實(shí)施例提供了文本信息處理方法及介質(zhì)、設(shè)備、系統(tǒng)。所述方法包括建立內(nèi)容豐富度模型，所述內(nèi)容豐富度模型用于對(duì)目標(biāo)文本對(duì)應(yīng)的內(nèi)容豐富度進(jìn)行評(píng)價(jià)，所述目標(biāo)文本來(lái)源于用戶的歷史文本，所述內(nèi)容豐富度至少包括：所述目標(biāo)文本的信息量；基于所述豐富度模型對(duì)所述目標(biāo)文本進(jìn)行分析，得到豐富度衡量后的文本；根據(jù)所述豐富度衡量后的文本確定選定的文本集合。上述技術(shù)方案可以提升文本信息處理的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理領(lǐng)域，具體地，涉及文本信息處理方法及介質(zhì)、設(shè)備、系統(tǒng)。

背景技術(shù)

隨著數(shù)據(jù)化時(shí)代的到來(lái)，越來(lái)越多的信息以文本信息的形式呈現(xiàn)。如何從文本信息中高效的挖掘符合預(yù)期目標(biāo)的信息成為亟待解決的問(wèn)題。

該問(wèn)題呈現(xiàn)在各種領(lǐng)域中。例如，在旅游服務(wù)領(lǐng)域，如何挖掘得到符合預(yù)期目標(biāo)的優(yōu)質(zhì)文本，已成為該領(lǐng)域中信息服務(wù)提供方研究的熱點(diǎn)。

以旅游服務(wù)領(lǐng)域?yàn)槔S著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在線旅行社(Online TravelAgency，OTA)應(yīng)運(yùn)而生。OTA指旅游消費(fèi)者通過(guò)網(wǎng)絡(luò)向旅游服務(wù)提供商預(yù)定旅游產(chǎn)品或服務(wù)，并通過(guò)網(wǎng)上支付或者線下付費(fèi)，即各旅游主體可以通過(guò)網(wǎng)絡(luò)進(jìn)行產(chǎn)品營(yíng)銷或產(chǎn)品銷售。OTA的出現(xiàn)將原來(lái)傳統(tǒng)的旅行社銷售模式放到網(wǎng)絡(luò)平臺(tái)上，更廣泛的傳遞了線路信息，互動(dòng)式的交流更方便了客人的咨詢和訂購(gòu)。

大型的OTA平臺(tái)積累了大量的用戶文本(評(píng)論，問(wèn)答，攻略分享等等)信息。這些信息包含了用戶的真實(shí)的評(píng)價(jià)，如何合理運(yùn)用這些寶貴的信息是眾多OTA平臺(tái)亟待解決的問(wèn)題。一方面面對(duì)上億級(jí)別的數(shù)據(jù)，傳統(tǒng)的人工挑選的方法來(lái)挑選產(chǎn)品的優(yōu)質(zhì)文本內(nèi)容，已經(jīng)不適合現(xiàn)在的技術(shù)發(fā)展；另一方面技術(shù)的快速發(fā)展，尤其是自然語(yǔ)言處理(NLP，NaturalLanguage Processing)方面的機(jī)器學(xué)習(xí)，深度學(xué)習(xí)等方法，也是的如何處理海量信息成為可能。如何利用機(jī)器學(xué)習(xí)，深度學(xué)習(xí)并結(jié)合傳統(tǒng)方法來(lái)發(fā)現(xiàn)有價(jià)值，高品質(zhì)的文本內(nèi)容成為OTA亟待解決的技術(shù)難題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的問(wèn)題，本發(fā)明實(shí)施例提供票務(wù)信息交互方法，包括：建立內(nèi)容豐富度模型，所述內(nèi)容豐富度模型用于對(duì)目標(biāo)文本對(duì)應(yīng)的內(nèi)容豐富度進(jìn)行評(píng)價(jià)，所述目標(biāo)文本來(lái)源于用戶的歷史文本，所述內(nèi)容豐富度至少包括：所述目標(biāo)文本的信息量；基于所述豐富度模型對(duì)所述目標(biāo)文本進(jìn)行分析，得到豐富度衡量后的文本；根據(jù)所述豐富度衡量后的文本確定選定的文本集合。

可選的，對(duì)所述目標(biāo)文本的信息量進(jìn)行評(píng)價(jià)包括：利用信息熵、詞性以及依存句法中至少一種確定所述目標(biāo)文本對(duì)應(yīng)的語(yǔ)句信息量。

可選的，所述文本信息處理方法還包括：獲取指定產(chǎn)品的信息；所述內(nèi)容豐富度模型用于對(duì)目標(biāo)文本對(duì)應(yīng)的內(nèi)容豐富度進(jìn)行評(píng)價(jià)還包括：評(píng)價(jià)所述目標(biāo)文本與所述指定產(chǎn)品的內(nèi)容關(guān)聯(lián)關(guān)系。

可選的，所述目標(biāo)文本與所述指定產(chǎn)品的內(nèi)容關(guān)聯(lián)關(guān)系基于實(shí)體識(shí)別技術(shù)以及知識(shí)圖譜確定。

可選的，所述文本信息處理方法還包括：獲取所述目標(biāo)文本對(duì)應(yīng)的應(yīng)用場(chǎng)景；所述內(nèi)容豐富度模型用于對(duì)目標(biāo)文本對(duì)應(yīng)的內(nèi)容豐富度進(jìn)行評(píng)價(jià)包括：基于所述應(yīng)用場(chǎng)景對(duì)所述目標(biāo)文本進(jìn)行評(píng)價(jià)。

可選的，基于所述應(yīng)用場(chǎng)景對(duì)所述目標(biāo)文本進(jìn)行評(píng)價(jià)包括：

建立對(duì)應(yīng)不同應(yīng)用場(chǎng)景的評(píng)價(jià)維度及評(píng)價(jià)維度分類模型；

基于所述評(píng)價(jià)維度及評(píng)價(jià)維度分類模型對(duì)所述目標(biāo)文本進(jìn)行評(píng)價(jià)。

可選的，在所述建立內(nèi)容豐富度模型之前還包括：對(duì)所述用戶的歷史文本進(jìn)行預(yù)處理，篩選情感為正向的文本作為所述目標(biāo)文本。

可選的，所述的文本信息處理方法還包括：

獲取用戶的個(gè)性化要求；

基于所述個(gè)性化要求，建立個(gè)性化匹配模型；