【技术实现步骤摘要】
推送文案的生成方法、装置、系统和电子装置
[0001]本申请涉及计算机
，特别是涉及推送文案的生成方法、装置、系统和电子装置。
技术介绍
[0002]推送信息通常可以通过宣传的方式将产品或服务等推送给大众。推送信息可以简洁快速地对待推送目标进行描述。例如，在日常生活中，营销文案就是一种推送信息；以广告语为例，营销文案通常具有简洁易懂、独特上口、主题明确、具有感染力等等特点。在相关技术中，推送文案往往由人工进行编辑。这种推送文案生成方式依赖于人工写作经验技巧，导致成本高、效率低。
[0003]目前针对相关技术中推送文案的生成效率低且成本高的问题，尚未提出有效的解决方案。
技术实现思路
[0004]本申请实施例提供了一种推送文案的生成方法、装置、系统和电子装置，以至少解决相关技术中推送文案的生成效率低且成本高的问题。
[0005]第一方面，本申请实施例提供了一种推送文案的生成方法，所述方法包括：
[0006]获取待推送产品对应的产品信息，并将所述产品信息输入至目标语义模型进行编码处理...
【技术保护点】
【技术特征摘要】
1.一种推送文案的生成方法，其特征在于，所述方法包括：获取待推送产品对应的产品信息，并将所述产品信息输入至目标语义模型进行编码处理，输出产品编码向量；获取预设的向量库；其中，所述向量库中存储有初始文案向量；根据所述产品编码向量从所述向量库中进行检索处理，根据检索结果确定所述初始文案向量中与所述产品编码向量相匹配的目标文案向量，并根据所述目标文案向量生成目标推送文案。2.根据权利要求1所述的生成方法，其特征在于，所述将所述产品信息输入至目标语义模型进行编码处理之前，所述方法还包括：获取训练样本；其中，所述训练样本包括训练产品数据和所述训练文案数据；将所述训练样本数据输入初始语义模型进行预训练处理，并生成训练语义模型；将所述训练样本输入所述训练语义模型，计算得到所述训练产品数据和所述训练文案数据之间的训练相似度结果；根据所述训练相似度结果计算得到第一损失函数结果，并将所述第一损失函数结果的梯度反向传输至所述训练语义模型进行迭代训练，生成所述目标语义模型。3.根据权利要求2所述的生成方法，其特征在于，所述初始语义模型包括生成器模型和判别器模型；所述将所述训练样本数据输入初始语义模型进行预训练处理，并生成训练语义模型包括：将所述训练样本中的所述训练产品数据输入至所述生成器模型，通过所述生成器模型获取所述训练产品数据的对应的替换令牌数据，根据所述替换令牌数据计算得到第二损失函数结果，并通过所述生成器计算得到所述替换令牌数据的预测数据；将所述预测数据输入至所述判别器模型，输出判别结果，并根据所述判别结果计算得到第三损失函数结果；根据所述第二损失函数结果和所述第三损失函数结果计算得到联合损失函数结果，将所述联合损失函数结果的梯度反向传输至所述初始语义模型进行迭代预训练处理，生成所述训练语义模型。4.根据权利要求2所述的生成方法，其特征在于，所述获取训练样本包括：获取训练产品数据和训练文案数据，并对所述训练文案数据进行清洗处理，得到清洗文案数据；计算所述训练产品数据和所有所述清洗文案数据之间的共现子串长度，根据所述共现子串长度确定所述训练产品数据和清洗文案数据之间的关联关系；根据所述关联关系生成训练样本矩阵，并根据所述训练样本矩阵获取所述训练样本。5.根据权利要求4所述的生成方法，其特征在于，所述...
【专利技术属性】
技术研发人员：马一凡，康洪雨，朱斯琪，
申请(专利权)人：杭州有赞科技有限公司，
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。