本发明专利技术属于计算机技术领域，公开了一种商品文案生成方法、装置、设备及存储介质。本发明专利技术通过根据获取到的商品信息确定目标商品的图像数据及文本数据；对所述图像数据及所述文本数据进行特征编码，获得商品特征信息；基于所述商品特征信息，通过预设文案生成模型生成商品文案。由于在获取到商品信息时根据商品信息确定了目标商品的图像数据及文本数据，再对图像数据及文本数据进行特征编码，从而生成了可输入预设文案生成模型的商品特征信息，基于商品特征信息及预先训练的预设文案生成模型即可自动生成商品文案，可替代人工生成商品文案，降低了商家的文案写作强度。降低了商家的文案写作强度。降低了商家的文案写作强度。
【技术实现步骤摘要】
商品文案生成方法、装置、设备及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种商品文案生成方法、装置、设备及存储介质。
技术介绍
[0002]在互联网电商行业，商家和平台都在为了提高商品的点击率和转化率不断做出努力。相应的，商家为了提高商品被搜索后的曝光度，会堆叠大量与商品卖点相关的长尾关键词；同时，商家在不同渠道投放广告时，还需要将商品的卖点转化为可供阅读且可吸引顾客眼球的电商文案。
[0003]随着网络电商行业的蓬勃发展，商品的种类和数量成井喷式的增长，产品同质化日趋加重，获客成本水涨船高，一个好的电商文案对最终商品的点击率和转化率起到至关重要的意义；以文案写作的一般流程来讲，商家要提炼卖点、分析场景和人群。比如包含“桑拿天”的文案就适合在夏天时出现，包含“生姜水”的文案适合推送至养发用户群体。商家的文案写作强度非常巨大，且人工写作成本高、效率低，不利于商家的发展。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0005]本专利技术的主要目的在于提供一种商品文案生成方法、装置、设备及存储介质，旨在解决商家的文案写作强度过大的技术问题。
[0006]为实现上述目的，本专利技术提供了一种商品文案生成方法，所述方法包括以下步骤:
[0007]根据获取到的商品信息确定目标商品的图像数据及文本数据；
[0008]对所述图像数据及所述文本数据进行特征编码，获得商品特征信息；
[0009]基于所述商品特征信息，通过预设文案生成模型生成商品文案。
[0010]可选的，所述根据获取到的商品信息确定目标商品的图像数据及文本数据的步骤之前，还包括：
[0011]获取电商文案样本集；
[0012]根据所述电商文案样本集构建模型训练样本集；
[0013]根据所述模型训练样本集对初始文案生成模型进行训练，获得预设文案生成模型。
[0014]可选的，所述根据所述电商文案样本集构建模型训练样本集的步骤，包括：
[0015]遍历所述电商文案样本集，将遍历到的电商文案样本作为当前文案样本；
[0016]对所述当前文案样本进行数据解析，获得样本图像数据及样本文本数据；
[0017]对所述样本图像数据及所述样本文本数据进行特征编码，获得样本特征信息；
[0018]根据所述样本特征信息及所述当前文案样本构建模型训练样本；
[0019]在遍历结束时，根据获得的模型训练样本构建模型训练样本集。
[0020]可选的，所述对所述样本图像数据及所述样本文本数据进行特征编码，获得样本特征信息的步骤，包括：
[0021]根据所述样本文本数据确定文案知识图谱，并根据预设知识表示模型对所述文案知识图谱进行特征提取，获得知识特征信息；
[0022]通过预设自编码模型对所述样本图像数据进行特征提取，获得图像特征信息；
[0023]通过所述预设自编码模型对所述样本文本数据进行特征提取，获得文本特征信息；
[0024]根据所述图像特征信息、所述文本特征信息及所述知识特征信息构建样本特征信息。
[0025]可选的，所述获取电商文案样本集的步骤，包括：
[0026]从各个文案投放渠道采集多篇商品宣传文案；
[0027]检测所述商品宣传文案是否存在图像缺失或文字乱码；
[0028]将所述多篇商品宣传文案中存在图像缺失或存在文字乱码的商品宣传文案进行清除；
[0029]根据剩余的商品宣传文案构建电商文案样本集。
[0030]可选的，所述根据剩余的商品宣传文案构建电商文案样本集的步骤，包括：
[0031]获取各篇剩余的商品宣传文案对应的点击数；
[0032]将点击数大于预设点击阈值的商品宣传文案作为目标商品宣传文案；
[0033]根据目标商品宣传文案构建电商文案样本集。
[0034]可选的，所述根据所述模型训练样本集对初始文案生成模型进行训练，获得预设文案生成模型的步骤，包括：
[0035]遍历所述模型训练样本集，并将遍历到的模型训练样本作为当前训练样本；
[0036]解析所述当前训练样本，获得当前样本特征信息及当前样本文案；
[0037]基于所述当前样本特征信息，通过所述初始文案生成模型生成当前预测文案；
[0038]根据所述当前样本文案及所述当前预测文案确定模型损失值；
[0039]将所述模型损失值与预设损失阈值进行比较；
[0040]若所述模型损失值大于所述预设损失阈值，则根据所述模型损失值对所述初始文案生成模型中的参数进行调整，并返回所述遍历所述模型训练样本集，并将遍历到的模型训练样本作为当前训练样本的步骤。
[0041]可选的，所述将所述模型损失值与预设损失阈值进行比较的步骤之后，还包括：
[0042]若所述模型损失值小于或等于所述预设损失阈值，则停止遍历，并将所述初始文案生成模型作为预设文案生成模型。
[0043]可选的，所述根据所述当前样本文案及所述当前预测文案确定模型损失值的步骤，包括：
[0044]根据所述当前样本文案及所述当前预测文案通过损失值计算公式确定模型损失值；
[0045]其中，所述损失值计算公式为：
[0046][0047]式中，L为模型损失值，y为所述当前样本文案中的文字编号，为所述当前预测文案中的文字编号。
[0048]可选的，所述基于所述商品特征信息，通过预设文案生成模型生成商品文案的步骤，包括：
[0049]基于所述商品特征信息，通过预设文案生成模型生成多篇商品文案；
[0050]根据预设文案评定规则确定各商品文案对应的文案评定分值，并根据所述文案评定分值将所述多篇商品文案进行展示。
[0051]可选的，所述根据预设文案评定规则确定各商品文案对应的文案评定分值，并根据所述文案评定分值将所述多篇商品文案进行展示的步骤之后，还包括：
[0052]获取文案选择模式；
[0053]若所述文案选择模式为手动选择模式，则接收用户基于展示的商品文案输入的文案选择指令；
[0054]根据所述文案选择指令在所述多篇商品文案中选择目标商品文案；
[0055]将所述目标商品文案推送至文案投放区。
[0056]可选的，所述获取文案选择模式的步骤之后，还包括：
[0057]若所述文案选择模式为自动选择模式，则根据所述文案评定分值由大到小对所述多篇商品文案进行排序，获得排序结果；
[0058]将所述排序结果中序列第一的商品文案作为目标商品文案；
[0059]将所述目标商品文案推送至文案投放区。
[0060]此外，为实现上述目的，本专利技术还提出一种商品文案生成装置，所述商品文案生成装置包括以下模块：
[0061]数据获取模块，用于根据获取到的商品信息确定目标商品的图像数据及文本数据；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种商品文案生成方法，其特征在于，所述商品文案生成方法包括以下步骤：根据获取到的商品信息确定目标商品的图像数据及文本数据；对所述图像数据及所述文本数据进行特征编码，获得商品特征信息；基于所述商品特征信息，通过预设文案生成模型生成商品文案。2.如权利要求1所述的商品文案生成方法，其特征在于，所述根据获取到的商品信息确定目标商品的图像数据及文本数据的步骤之前，还包括：获取电商文案样本集；根据所述电商文案样本集构建模型训练样本集；根据所述模型训练样本集对初始文案生成模型进行训练，获得预设文案生成模型。3.如权利要求2所述的商品文案生成方法，其特征在于，所述根据所述电商文案样本集构建模型训练样本集的步骤，包括：遍历所述电商文案样本集，将遍历到的电商文案样本作为当前文案样本；对所述当前文案样本进行数据解析，获得样本图像数据及样本文本数据；对所述样本图像数据及所述样本文本数据进行特征编码，获得样本特征信息；根据所述样本特征信息及所述当前文案样本构建模型训练样本；在遍历结束时，根据获得的模型训练样本构建模型训练样本集。4.如权利要求3所述的商品文案生成方法，其特征在于，所述对所述样本图像数据及所述样本文本数据进行特征编码，获得样本特征信息的步骤，包括：根据所述样本文本数据确定文案知识图谱，并根据预设知识表示模型对所述文案知识图谱进行特征提取，获得知识特征信息；通过预设自编码模型对所述样本图像数据进行特征提取，获得图像特征信息；通过所述预设自编码模型对所述样本文本数据进行特征提取，获得文本特征信息；根据所述图像特征信息、所述文本特征信息及所述知识特征信息构建样本特征信息。5.如权利要求2所述的商品文案生成方法，其特征在于，所述获取电商文案样本集的步骤，包括：从各个文案投放渠道采集多篇商品宣传文案；检测所述商品宣传文案是否存在图像缺失或文字乱码；将所述多篇商品宣传文案中存在图像缺失或存在文字乱码的商品宣传文案进行清除；根据剩余的商品宣传文案构建...
【专利技术属性】
技术研发人员：何韦澄，何丙南，王景正，田爽，
申请(专利权)人：北京奇虎科技有限公司，
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。