[發明專利]標簽描述信息的生成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210194040.9
• 申請日: 2022-03-01
• 公開（公告）號: CN114610867A
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 鄧文超
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F16/35;G06F16/36;G06F16/338;G06F40/30;G06F40/258
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允

本申請公開了一種標簽描述信息的生成方法、裝置、電子設備及存儲介質，該生成方法包括：獲取待描述標簽對應的對象集合和對象集合中各對象關于待描述標簽的關聯程度值；對象集合包括多個不同的對象；各對象均通過待描述標簽進行表征；基于關聯程度值，對對象集合中各對象進行排序，得到排序結果；將排序結果中前預設數量個對象的標題進行拼接處理，得到拼接后的標題；根據已訓練的描述信息生成模型，對拼接后的標題進行語義理解，得到待描述標簽對應的描述信息；描述信息包括待描述標簽的中文語義信息。本申請可以解決現有技術中人工生成標簽描述信息存在耗費人力和效果差的問題，可以提高標簽描述信息的生成效率和準確度。

技術領域

本申請涉及數據處理技術領域，特別涉及一種標簽描述信息的生成方法、裝置、電子設備及存儲介質。

背景技術

在個性化文章推薦中，標簽是信息流文章的內容理解的重要維度。通常每篇信息流文章在文章內容理解加工流程中都會被打上至少一個標簽，用于后續在基于標簽的召回，同時也是作為粗排、精排模型中的一路文章特征。一般而言，業界通用的都是如LDA或者BERT等方法構建多維度主題模型，多維度主題模型可以預測文章在給定的多個維度的標簽上的概率分布，從而每篇文章會被打上至少一個標簽。而標簽是無文本語義理解的形式，目前標簽的語義信息仍然需要通過人工標注，這不僅非常耗費人力，并且效果較差。

發明內容

為了解決現有技術生成標簽描述信息存在耗費人力和效果差的問題，本申請提供了一種標簽描述信息的生成方法、裝置、電子設備及存儲介質：

根據本申請的第一方面，提供了一種標簽描述信息的生成方法，包括：

獲取待描述標簽對應的對象集合和對象集合中各對象關于待描述標簽的關聯程度值；對象集合包括多個不同的對象；各對象均通過待描述標簽進行表征；待描述標簽為預設字符形式；

基于關聯程度值，對對象集合中各對象進行排序，得到排序結果；

將排序結果中前預設數量個對象的標題進行拼接處理，得到拼接后的標題；

根據已訓練的描述信息生成模型，對拼接后的標題進行語義理解，得到待描述標簽對應的描述信息；描述信息包括待描述標簽的中文語義信息。

根據本申請的第二方面，提供了一種標簽描述信息的生成裝置，包括：

獲取模塊，用于獲取待描述標簽對應的對象集合和所述對象集合中各對象關于所述待描述標簽的關聯程度值；所述對象集合包括多個不同的對象；各對象均通過待描述標簽進行表征；待描述標簽為預設字符形式；

排序模塊，用于基于關聯程度值，對對象集合中各對象進行排序，得到排序結果；

處理模塊，用于將排序結果中前預設數量個對象的標題進行拼接處理，得到拼接后的標題；

生成模塊，用于根據已訓練的描述信息生成模型，對拼接后的標題進行語義理解，得到待描述標簽對應的描述信息；描述信息包括待描述標簽的中文語義信息。

根據本申請的第三方面，提供了一種電子設備，所述電子設備包括處理器和存儲器，所述存儲器中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由所述處理器加載并執行以實現如第一方面所述的標簽描述信息的生成方法。

根據本申請的第四方面，提供了一種計算機可讀存儲介質，所述存儲介質中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由處理器加載并執行以實現如第一方面所述的標簽描述信息的生成方法。

根據本申請的第五方面，提供了一種計算機程序產品，計算機程序產品包括至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由處理器加載并執行以實現如第一方面所述的標簽描述信息的生成方法。

本申請提供的標簽描述信息的生成方法、裝置、電子設備及存儲介質，具有如下技術效果：