【技术实现步骤摘要】
文本生成方法、装置、电子设备及计算机可读存储介质
[0001]本申请属于机器学习
,尤其涉及文本生成方法
、
装置
、
电子设备及计算机可读存储介质
。
技术介绍
[0002]目前,用户通过网络售卖平台可以方便地购买其所需的物品
。
[0003]网络售卖平台通常会根据当前的促销活动以及售卖的物品的名称等生成卖点文本,并展示在网络售卖平台的界面
。
这样,当用户浏览该网络售卖平台的界面时,用户可根据该卖点文本快速查找到其所需购买的物品
。
[0004]现有的卖点文本生成方法中,主要依赖商品预设的卖点文案模板或已有的卖点文案关键词,导致生成的卖点文本的内容较单一
。
技术实现思路
[0005]本申请实施例提供了文本生成方法
、
装置
、
电子设备及计算机可读存储介质,可以解决现有方法生成的卖点文本的内容过于单一的问题
。
[0006]第一方面,本申请实施例提供了一种文本生成方法,包括:获取商品在至少两个维度上的商品信息;根据获取的所述商品信息确定长文本;根据所述长文本生成所述商品对应的卖点文本
。
[0007]第二方面,本申请实施例提供了一种文本生成装置,包括:商品信息获取模块,用于获取商品在至少两个维度上的商品信息;长文本确定模块,用于根据获取的所述商品信息确定长文本;卖点文本生成模块,用于根据所述长文本生成所述商品对应的卖点文本
...
【技术保护点】
【技术特征摘要】
1.
一种文本生成方法,其特征在于,包括:获取商品在至少两个维度上的商品信息;根据获取的所述商品信息确定长文本;根据所述长文本生成所述商品对应的卖点文本
。2.
如权利要求1所述的文本生成方法,其特征在于,若获取的所述商品信息包括详情页图片,则所述根据获取的所述商品信息确定长文本,包括:对所述详情页图片进行文本识别,得到所述详情页图片对应的文本序列;对每一个所述文本序列,采用预设的文本过滤模型对所述文本序列进行处理,得到所述文本过滤模型输出的文本置信度,其中,所述文本过滤模型用于确定并输出所述文本序列的文本置信度,所述文本置信度用于指示所述文本序列是否需要过滤;根据各个所述文本置信度过滤所述详情页图片对应的文本序列,得到过滤后的文本序列;根据所述过滤后的文本序列确定所述长文本
。3.
如权利要求2所述的文本生成方法,其特征在于,所述预设的文本过滤模型的结构包括
BERT
模型和
Dense
神经网络层;所述
BERT
模型用于将所述文本序列拆分成多个
token
,得到
token
序列,提取所述
token
序列的深层语义特征,根据提取的各个所述深层语义特征构造句子特征序列;所述
Dense
神经网络层根据所述句子特征序列输出所述文本置信度
。4.
如权利要求1所述的文本生成方法,其特征在于,所述文本生成方法还包括:获取所述商品的品牌信息;所述根据所述长文本生成所述商品对应的卖点文本,包括:将所述长文本作为预设的卖点生成模型的正向输入,以及,将所述品牌信息作为卖点生成模型的负向输入,得到所述卖点生成模型输出的所述商品对应的卖点文本
。5.
如权利要求4所述的文本生成方法,其特征在于,在所述将所述长文本作为预设的卖点生成模型的正向输入之前,还包括:获取多...
【专利技术属性】
技术研发人员:张俊峰,张炜,韦国迎,
申请(专利权)人:深圳市灵智数字科技有限公司,
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。