本申请描述了一种推荐信息生成方法，包括：获取待推荐对象的类目；从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，所述多个预设类目中的每个预设类目具有对应的至少一个推荐信息模板；从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板；至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息。生成针对所述待推荐对象的推荐信息。生成针对所述待推荐对象的推荐信息。
【技术实现步骤摘要】
推荐信息生成方法及装置、存储介质、计算设备
[0001]本公开涉及计算机
，尤其涉及一种推荐信息生成方法、推荐信息生成装置、存储介质及计算设备。
技术介绍
[0002]随着互联网技术的快速发展，互联网上的信息也越来越多样化。因此，对于商家或者业务提供者来说，将用户的注意力吸引到自己希望用户看到的对象上来已经成为近些年来关注和研究的方向。在该过程中，将不可避免地涉及到针对对象（例如，其可以是商家或者业务提供者提供的内容、服务、产品等）的推荐信息的生成。所述推荐信息例如可以广告、宣传语、视频弹幕等等。然而，面对海量的待推荐对象，通过人工来逐一生成对应的推荐信息是几乎是不可能的。而且，在以视频方式呈现待推荐对象的场景中，人工生成的有限推荐信息往往看起来也会比较单一，浪费视频动态多样性的展示条件。
技术实现思路
[0003]提供一种能够自动快速地为待推荐对象生成准确且具有一定宣传性的丰富推荐信息的方法是期望的。典型地，自动地生成针对对象的推荐信息的技术典型地分为两种。第一种是基于人工智能模型的，其主要思路是预先根据大量对象的推荐信息语料，训练人工智能模型，然后再将待推荐对象的信息输入训练后的人工智能模型，以得到针对所述待推荐对象的推荐信息。第二种是从大量对象的推荐信息语料中学习（通常也利用人工智能模型）以得到推荐信息存在于对象信息中的规律，然后针对待推荐对象的信息，按照学习到的规律从待推荐对象的信息中提取推荐信息。然而，专利技术人研究发现，上述两种技术都面临着一定问题。首先，需要大量的推荐信息语料用于训练，然而训练用的推荐信息语料需要人工事先进行标注，而且对标注的准确度要求很高，导致很难获取到足够的推荐信息语料。其次，受制于人工智能模型本身、训练用的语料的多样性等问题，上述两种技术生成推荐信息的准确性都较低，导致最后生成的推荐信息很多不符合或不匹配待推荐对象，较难应用于实际。再者，上述两种技术生成推荐信息的字数和风格等也难以控制，不够灵活。
[0004]有鉴于此，本公开提供了推荐信息生成方法和装置，期望克服上面提到的部分或全部缺陷以及其它可能的缺陷。
[0005]根据本公开的第一方面，提供了一种推荐信息生成方法，包括：获取待推荐对象的类目；从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，所述多个预设类目中的每个预设类目具有对应的至少一个推荐信息模板；从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板；至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息。
[0006]在一些实施例中，所述从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，包括：对所述待推荐对象的类目进行编码以得到第一编码向量；在所述多个预设类目中，将与所得到的第一编码向量距离最近的第二编码向量对应的预设类目确定为所述匹
配的预设类目，其中所述多个预设类目中的每个预设类目被预先编码为第二编码向量并且与待推荐对象的类目以相同方式被编码。
[0007]在一些实施例中，所述待推荐对象的类目包括多级类目。所述对所述待推荐对象的类目进行编码以得到第一编码向量包括：将所述多级类目中的至少两级类目按照预设顺序合成为全局类目名；对所述全局类目名进行编码以得到所述对应的第一编码向量。
[0008]在一些实施例中，在一些实施例中，所述将与所得到的第一编码向量距离最近的第二编码向量对应的预设类目确定为所述匹配的预设类目，包括：将与所得到的第一编码向量的余弦相似度最大的第二编码向量对应的预设类目确定为相匹配的预设类目。
[0009]在一些实施例中，所获取的推荐信息模板包括具有命名实体通配符的文本模板。所述方法还包括：获取待推荐对象的与所述命名实体通配符对应的目标属性词。所述至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息包括：用所述目标属性词替代所述文本模板中的对应的命名实体通配符，以生成针对所述待推荐对象的推荐信息。
[0010]在一些实施例中，所述具有命名实体通配符的文本模板是通过如下步骤生成的：获取所述匹配的预设类目相对应的参考推荐对象的推荐页面；获取参考推荐对象的推荐页面中包含的文本信息；对所获取的文本信息进行筛选，得到符合预设文本条件的文本信息；对符合预设文本条件的文本信息执行命名实体识别以得到符合预设文本条件的文本信息中的预定命名实体；将所述符合预设文本条件的文本信息中的预定命名实体替换为相应的命名实体通配符，以生成所述具有命名实体通配符的文本模板。
[0011]在一些实施例中，所述对所获取的文本信息进行筛选，得到符合预设文本条件的文本信息，包括：对所获取的文本信息执行规则过滤，以滤除其中满足如下规则中的至少一个的文本信息，所述规则包括：文本信息中的字数大于第一预设字数阈值以及所述字数小于第二预设字数阈值，其中第一预设字数阈值小于第二预设字数阈值；对过滤后得到的文本信息执行情感分析，并去除情感色彩为贬义或中性的文本信息，以得到所述符合预设文本条件的文本信息。
[0012]在一些实施例中，对符合预设文本条件的文本信息执行命名实体识别以得到符合预设文本条件的文本信息中的预定命名实体，包括：对符合预设文本条件的文本信息进行分词；从分词后的文本信息中识别出所述符合预设文本条件的文本信息中的预定命名实体。
[0013]在一些实施例中，所获取的推荐信息模板包括推荐词。所述至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息包括：将所述推荐词作为针对所述待推荐对象的推荐信息。
[0014]在一些实施例中，所述推荐词是通过如下步骤生成的：获取所述匹配的预设类目相对应的参考推荐对象的评论信息；对所述评论信息进行筛选，以得到符合预设评论条件的评论信息；基于所述符合预设评论条件的评论信息，生成所述推荐词。
[0015]在一些实施例中，所述对所述评论信息进行筛选，以得到符合预设评论条件的评论信息，包括：对所述评论信息进行分词，以得到多个评论词；对所述多个评论词进行情感分析，并从中去除情感色彩为贬义或中性的评论词，以得到所述符合预设评论条件的评论信息。
[0016]在一些实施例中，从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板，包括：以获取概率从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板，所述获取的推荐信息模板被获取的获取概率与其在历史上被浏览的次数正相关。
[0017]根据本公开的第二方面，提供了一种推荐信息生成装置，包括：类目获取模块，被配置成获取待推荐对象的类目；匹配类目确定模块，被配置成从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，所述多个预设类目中的每个预设类目具有对应的至少一个推荐信息模板；模板获取模块，被配置成从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板；推荐信息生成模块，被配置成至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息。
[0018]根据本公开的第三方面，提供了一种计算设备，包括处理器；以及存储器，配本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种推荐信息生成方法，包括：获取待推荐对象的类目；从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，所述多个预设类目中的每个预设类目具有对应的至少一个推荐信息模板；从与所述匹配的预设类目相对应的至少一个推荐信息模板中获取推荐信息模板；至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息。2.根据权利要求1所述的方法，其中，所述从多个预设类目中确定与所述待推荐对象的类目匹配的预设类目，包括：对所述待推荐对象的类目进行编码以得到第一编码向量；在所述多个预设类目中，将与所得到的第一编码向量距离最近的第二编码向量对应的预设类目确定为所述匹配的预设类目，其中所述多个预设类目中的每个预设类目被预先编码为第二编码向量并且与待推荐对象的类目以相同方式被编码。3.根据权利要求2所述的方法，所述待推荐对象的类目包括多级类目，并且其中所述对所述待推荐对象的类目进行编码以得到第一编码向量包括：将所述多级类目中的至少两级类目按照预设顺序合成为全局类目名；对所述全局类目名进行编码以得到所述对应的第一编码向量。4.根据权利要求2所述的方法，其中，所述将与所得到的第一编码向量距离最近的第二编码向量对应的预设类目确定为所述匹配的预设类目，包括：将与所得到的第一编码向量的余弦相似度最大的第二编码向量对应的预设类目确定为相匹配的预设类目。5.根据权利要求1所述的方法，其中，所获取的推荐信息模板包括具有命名实体通配符的文本模板，并且其中所述方法还包括：获取待推荐对象的与所述命名实体通配符对应的目标属性词；以及其中，所述至少基于所获取的推荐信息模板，生成针对所述待推荐对象的推荐信息包括：用所述目标属性词替代所述文本模板中的对应的命名实体通配符，以生成针对所述待推荐对象的推荐信息。6.根据权利要求5所述的方法，其中，所述具有命名实体通配符的文本模板是通过如下步骤生成的：获取所述匹配的预设类目相对应的参考推荐对象的推荐页面；获取参考推荐对象的推荐页面中包含的文本信息；对所获取的文本信息进行筛选，得到符合预设文本条件的文本信息；对符合预设文本条件的文本信息执行命名实体识别以得到符合预设文本条件的文本信息中的预定命名实体；将所述符合预设文本条件的文本信息中的预定命名实体替换为相应的命名实体通配符，以生成所述具有命名实体通配符的文本模板。7.根据权利要求6所述的方法，其中，所述对所获取的文本信息进行筛选，得到符合预设文本条件的文本信息，包括：对所获取的文本信息执行规则过滤，以滤除其中满足如下规则中的至少一个的文本信
息，所述...
【专利技术属性】
技术研发人员：李少波，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。