【技术实现步骤摘要】
一种文本生成的方法及设备
本专利技术涉及计算机
,尤其涉及一种文本生成的方法及设备。
技术介绍
随着生活水平的提高和信息技术的发展,网络购物及消费已成为了大众日常生活中的一部分。面对的众多购物订单,有效可信的购物体验反馈,不管对于买家、卖家还是平台都是很重要的一个环节。对于买家而言,丰富多样的用户评论可以作为丰富自己对目标对象的认识,帮助决策是否下单;对于卖家而言,有效可信的用户评论反馈越多,表明真实有效的订单数越多,可以给潜在的买家提供更多参考,提高销量;另外,对于平台而言,为客户提供更好的购物体验,也是凸显自身平台优势、超越竞争对手的有力武器。用户订单的评论一般是由文字和图片组成的,但是由于生活节奏的加快,除非较差的购物体验外,大多数情况下会懒于去组织文字语言对购物订单进行评论,因此存在很多目标对象下的有效评论率偏低的现象。因此根据人工智能技术在自然语言处理领域的应用,将自然语言生成应用到文本生成的场景中。但是传统自然语言生成技术也存在一定的问题,如应用场景的专业性较强,为了保障生成效果,需要定制相 ...
【技术保护点】
1.一种文本生成的方法,其特征在于,该方法包括:/n根据用户提交的基础信息,识别用户行为特征;/n根据所述用户行为特征,从候选文本字段集合中选择至少一个目标文本字段,并根据所述目标文本字段组成目标文本生成模板;/n根据所述用户行为特征及所述目标文本生成模板,生成文本信息。/n
【技术特征摘要】
1.一种文本生成的方法,其特征在于,该方法包括:
根据用户提交的基础信息,识别用户行为特征;
根据所述用户行为特征,从候选文本字段集合中选择至少一个目标文本字段,并根据所述目标文本字段组成目标文本生成模板;
根据所述用户行为特征及所述目标文本生成模板,生成文本信息。
2.如权利要求1所述的方法,其特征在于,所述用户行为特征包括图像情感特征、订单信息特征、关键词信息特征中的至少一种。
3.如权利要求2所述的方法,其特征在于,所述基础信息包括用户图像信息,所述用户行为特征包括图像情感特征;
所述根据用户提交的基础信息,识别用户行为特征,包括:
将所述用户图像信息及对应的目标对象图像信息输入到已训练的深度卷积神经网络CNN-长短时记忆网络LSTM耦合模型中,获得由所述已训练的孪生网络模型输出的不同尺度的图像特征差异信息,其中所述目标对象图像信息是根据用户图像信息对应的订单信息确定的;
将所述不同尺度的图像特征差异信息输入到所述已训练的LSTM模型中,获得所述已训练的LSTM模型输出的所述用户图像信息对应的图像情感特征。
4.如权利要求1~3任一所述的方法,其特征在于,所述根据所述用户行为特征从候选文本字段集合中选择至少一个目标文本字段,并根据所述目标文本字段组成目标文本生成模板,包括:
将所述用户行为特征输入已训练的文本生成模型中,按照已训练的文本生成模型中的模板格式,从候选文本字段集合中选择与所述模板格式中文本生成字段数量一致,且与所述用户行为特征匹配的目标文本生成字段;
采用Viterbi算法对选择的目标文本字段进行排列组合,生成至少一个候选文本生成模板;
对所述候选文本生成模板进行评估,选择评估结果最优的候选文本生成模板作为所述目标文本生成模板。
5.如权利要求1所述的方法,其特征在于,若用户行为特征包括图像情感特征、订单信息特征、关键词信息特征中的至少两种;
所述根据所述用户行为特征从候选文本字段集合中选择...
【专利技术属性】
技术研发人员:朱飞,
申请(专利权)人:海信电子科技武汉有限公司,
类型:发明
国别省市:湖北;42
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。