The application and implementation of equipment client example discloses a method, device for generating text, and the method comprises: receiving a first image, image feature information to calculate the first image, determine the first image corresponding to the first category of information; in the first category according to the characteristics of the image information of the first image first, access and preset the number of candidate product information corresponding to the first image; according to the candidate product information, calculate the first image corresponding to the first description of the feature information; according to the information of the first description of features and image of pre established mapping feature information and text keywords, determine the first text corresponding with the first image. This application example can reduce the workload of the computer.
【技术实现步骤摘要】
一种生成文本的方法、装置、设备及客户端
本申请涉及计算机数据处理
,特别涉及一种生成文本的方法、装置、设备及客户端。
技术介绍
随着电子商务和移动互联网的发展,越来越多的卖家中客户端来发布自己的商品信息。目前,为了进一步简化卖家发布产品的流程,客户端可以根据卖家上传或者拍摄的商品图片自动生成商品文本标题。现有的生成文本标题的方法通常可以包括:对样本图像提取CNN(卷积神经网络)特征信息,从样本图像对应的标题信息中提取文本关键词;对所述样本图像的CNN特征和文本关键词,利用RecurrentNeuralNetwork(RNN,循环神经网络)或Long-ShortTermMemory(LSTM,长短期记忆模型)进行训练学习,得到图像特征信息和文本关键词的映射关系。当接收到输入图像时,可以提取所述输入图像的CNN特征信息,利用学习得到的映射关系,确定与该CNN特征信息对应的文本关键词,将所述得到的文本关键词作为该输入图像对应的文本标题。专利技术人发现现有技术中至少存在如下问题:现有的生成文本标题方法中的CNN特征通常用于刻画产品的图像特征,但是产品一般存在有很多类别数目,对于图像特征比较类似的产品无法区分其类目,所以所述的CNN特征信息难以准确地区分多种类目下不同类目产品的图像特征。因此,利用现有技术生产文本标题时,需要对每个类目分别建立图像特征信息与文本关键词的映射关系,因此,现有的生成文本的方法的类目可扩展性差,计算机工作量较大。
技术实现思路
本申请实施例的目的是提供一种生成文本的方法、装置、设备及客户端,以提高类目的扩展性,并降低计算机的工作量。为解决 ...
【技术保护点】
一种生成文本的方法,其特征在于,包括:接收第一图像,计算所述第一图像的图像特征信息,确定所述第一图像对应的第一类目信息;在所述第一类目中根据所述第一图像的图像特征信息,获取与第一图像对应的第一预设个数候选产品的文本信息;根据所述第一预设个数候选产品的文本信息,计算所述第一图像对应的第一描述特征信息;根据所述第一描述特征信息及预先建立的图像描述特征信息与文本关键词的映射关系,确定与所述第一图像的第一描述特征信息对应的第一文本。
【技术特征摘要】
1.一种生成文本的方法,其特征在于,包括:接收第一图像,计算所述第一图像的图像特征信息,确定所述第一图像对应的第一类目信息;在所述第一类目中根据所述第一图像的图像特征信息,获取与第一图像对应的第一预设个数候选产品的文本信息;根据所述第一预设个数候选产品的文本信息,计算所述第一图像对应的第一描述特征信息;根据所述第一描述特征信息及预先建立的图像描述特征信息与文本关键词的映射关系,确定与所述第一图像的第一描述特征信息对应的第一文本。2.根据权利要求1所述的方法,其特征在于,所述产品的文本信息包括产品的标题信息。3.根据权利要求2所述的方法,其特征在于,所述根据第一预设个数候选产品的产品信息计算所述第一图像对应的第一描述特征信息,包括:确定与所述第一预设个数候选产品的文本信息对应的文本关键词,计算所述文本关键词的第一特征向量,将所述第一特征向量作为第一描述特征信息。4.根据权利要求3所述的方法,其特征在于,所述文本关键词的第一特征向量包括:文本关键词的检索词频率-逆向文件频率特征向量。5.根据权利要求1所述的方法,其特征在于,所述根据第一描述特征信息及预先建立的图像描述特征信息与文本关键词的映射关系,确定与所述第一图像的第一描述特征信息对应的第一文本,包括:根据所述第一描述特征信息及预先建立的图像描述特征信息与文本关键词的映射关系,确定与第一描述特征信息对应的多个第一文本关键词,根据所述多个第一文本关键词,生成与所述第一图像对应的第一文本。6.根据权利要求1所述的方法,其特征在于,所述预先建立的图像描述特征信息与文本关键词的映射关系包括:所述图像描述特征信息与预设数据进行第一运算后得到按序排列的所述文本关键词。7.根据权利要求6所述的方法,其特征在于,所述第一运算包括:卷积运算。8.根据权利要求6所述的方法,其特征在于,所述预设数据包括:目标关系向量。9.根据权利要求6所述的方法,其特征在于,所述根据多个第一文本关键词生成与所述第一图像对应的第一文本,包括:将所述按序排列的多个第一文本关键词组成与所述第一图像对应的第一文本。10.根据权利要求6所述的方法,其特征在于,所述第一描述特征信息与所述预设数据进行第一运算,得到与第一图像对应的按序排列的多个第一文本关键词,包括:当j为正整数且小于第二预设个数时,将第一描述特征信息和得到的第j个第一文本关键词作为输入数据,所述输入数据和所述预设数据进行第一运算,得到第j+1个第一文本关键词;或者,设置一预设初始关键词;当j等于0时,将所述预设初始关键词和第一描述特征信息作为输入数据,将该输入数据和所述预设数据进行第一运算得到第一个第一文本关键词;或者,设置一预设结果关键词,当j等于第二预设个数时,设定得到的第j+1个第一文本关键词为预设结束关键词。11.根据权利要求6所述的方法,其特征在于,所述图像描述特征信息与文本关键词的映射关系采用下述方法预先建立:获取样本图像,计算所述样本图像的图像特征信息,确定所述样本图像对应的类目信息;在所述样本图像对应的类目中根据所述样本图像的图像特征信息,确定与所述样本图像对应的第三预设个数候选产品;获取所述第三预设个数候选产品的标题信息,对所述第三预设个数候选产品的标题信息进行第一预处理,确定与所述样本图像对应的文本关键词;根据所述样本图像对应的文本关键词,计算所述样本图像的描述特征信息,并建立所述描述特征信息与所述文本关键词的映射关系。12.根据权利要求11所述的方法,其特征在于,所述对第三预设个数候选产品的标题信息进行第一预处理包括:对所述第三预设个数的候选产品的标题信息进行分词处理,得到多个分词词语;确定每个分词词语的词性;根据词性对所述分词词语进行第一筛选操作;计算所述第一筛选操作得到的分词词语的分词特征值,根据所述分词特征值对所述第一筛选后的分词词语进行第二筛选操作,得到与所述样本图像对应的文本关键词。13.根据权利要求12所述的方法,其特征在于,所述第一筛选操作包括:删除所述词语中词性不是视觉类别的词语。14.根据权利要求12所述的方法,其特征在于,所述分词词语的分词特征值包括:分词词语的检索词频率-逆向文件频率特征值。15.根据权利要求14所述的方法,其特征在于,所述根据分词特征值对所述第一筛选后的分词词语进行第二筛选操作,包括:按照所述分词词语的检索词频率-逆向文件频率特征值从大到小的顺序对所述分词词语进行排序,选取排序得到的前k个分词词语;所述k的取值小于或等于第一筛选后分词词语的总个数。16.根据权利要求11所述的方法,其特征在于,所述根据所述样本图像对应的文本关键词,计算所述样本图像的描述特征信息,并建立所述描述特征信息与所述文本关键词的映射关系,包括:计算所述样本图像对应的文本关键词的描述特征信息;对所述文本关键词按照预设顺序进行排列;设定目标关系向量...
【专利技术属性】
技术研发人员:赵小伟,孙佰贵,华先胜,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。