System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能模型的文案生成方法、装置、设备及介质制造方法及图纸_技高网

基于人工智能模型的文案生成方法、装置、设备及介质制造方法及图纸

技术编号:39981660 阅读:8 留言:0更新日期:2024-01-09 01:34
本发明专利技术公开了基于人工智能模型的文案生成方法、装置、设备及介质,方法包括:将用户输入的文案类型信息转换为类型输入向量并进行关联分析以获取类型特征向量,计算类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值并筛选得到目标文案段落,对目标文案段落的历史文案特征向量进行整合得到目标特征向量并结合文案类型信息生成交互输入信息,通过智能交互模型对交互输入信息进行信息交互得到目标文案信息。上述方法基于相似度值对目标文案段落的历史文案特征向量进行整合,可获取与文案类型信息具有较高匹配度的目标文案信息,通过信息交互得到目标文案信息以减少文案内容中包含的错误,提高获取的目标文案信息的内容质量。

【技术实现步骤摘要】

本专利技术涉及人工智能,尤其涉及一种基于人工智能模型的文案生成方法、装置、设备及介质


技术介绍

1、企业为对自身产品特定进行宣传,通常需要结合自身经营范围及实际产品,生成相应的产品文案,如商品文字介绍、短视频文字稿等。现有技术方法中可利用计算机模型对文本信息进行分析,从而获取对应的文案,例如,利用类似客服问答系统,根据关键词匹配文案库,然而这一方法获取的文案内容通常包含重复的段落,导致获取到的文案内容质量较差。因此,现有技术方法中用于文案生成的技术方法存在生成文案的内容质量不高的问题。


技术实现思路

1、本专利技术实施例提供了一种基于人工智能模型的文案生成方法、装置、设备及介质,旨在解决现有技术方法中用于文案生成的技术方法存在生成文案的内容质量不高的问题。

2、第一方面,本专利技术实施例提供了一种基于人工智能模型的文案生成方法,其中,所述方法包括:

3、若接收到用户输入的文案类型信息,根据预置的向量转换词典对所述文案类型信息进行转换,得到类型输入向量;

4、将所述类型输入向量输入预置的智能分析模型进行关联分析,以获取对应的类型特征向量;

5、计算所述类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值;

6、根据预置的筛选规则及所述相似度值从所述历史文案库中筛选出与所述筛选规则相匹配的文案段落作为目标文案段落;

7、根据预置的整合规则及各所述目标文案段落的相似度值对所述目标文案段落对应的历史文案特征向量进行整合,得到对应的目标特征向量;

8、根据所述目标特征向量及所述文案类型信息生成对应的交互输入信息;

9、将所述交互输入信息输入预置的智能交互模型,以进行信息交互并获取对应的输出信息作为目标文案信息。

10、第二方面,本专利技术实施例还提供了一种基于人工智能模型的文案生成装置,其中,所述装置用于执行如上述第一方面所述的基于人工智能模型的文案生成方法,所述装置包括:

11、类型输入向量获取单元,用于若接收到用户输入的文案类型信息,根据预置的向量转换词典对所述文案类型信息进行转换,得到类型输入向量;

12、类型特征向量获取单元,用于将所述类型输入向量输入预置的智能分析模型进行关联分析,以获取对应的类型特征向量;

13、相似度值计算单元,用于计算所述类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值;

14、目标文案段落获取单元,用于根据预置的筛选规则及所述相似度值从所述历史文案库中筛选出与所述筛选规则相匹配的文案段落作为目标文案段落;

15、目标特征向量获取单元,用于根据预置的整合规则及各所述目标文案段落的相似度值对所述目标文案段落对应的历史文案特征向量进行整合,得到对应的目标特征向量;

16、交互输入信息获取单元,用于根据所述目标特征向量及所述文案类型信息生成对应的交互输入信息;

17、目标文案信息获取单元,用于将所述交互输入信息输入预置的智能交互模型,以进行信息交互并获取对应的输出信息作为目标文案信息。

18、第三方面,本专利技术实施例还提供了一种计算机设备,其中,所述设备包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口、存储器通过通信总线完成相互间的通信;

19、存储器,用于存放计算机程序;

20、处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的基于人工智能模型的文案生成方法的步骤。

21、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述第一方面所述的基于人工智能模型的文案生成方法的步骤。

22、本专利技术实施例提供了一种基于人工智能模型的文案生成方法、装置、设备及介质,方法包括:将用户输入的文案类型信息转换为类型输入向量并进行关联分析以获取类型特征向量,计算类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值并筛选得到目标文案段落,对目标文案段落的历史文案特征向量进行整合得到目标特征向量并结合文案类型信息生成交互输入信息,通过智能交互模型对交互输入信息进行信息交互得到目标文案信息。上述文案生成方法,能够获取与文案类型信息具有较高匹配度的目标文案信息,减少文案内容中包含的错误信息,提高获取的目标文案信息的内容质量。

本文档来自技高网...

【技术保护点】

1.一种基于人工智能模型的文案生成方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于人工智能模型的文案生成方法,其特征在于,所述根据预置的整合规则及各所述目标文案段落的相似度值对所述目标文案段落对应的历史文案特征向量进行整合,得到对应的目标特征向量,包括:

3.根据权利要求1所述的基于人工智能模型的文案生成方法,其特征在于,所述计算所述类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值之前,还包括:

4.根据权利要求3所述的基于人工智能模型的文案生成方法,其特征在于,所述根据所述目标特征向量及所述文案类型信息生成对应的交互输入信息,包括:

5.根据权利要求1-3任一项所述的基于人工智能模型的文案生成方法,其特征在于,所述若接收到用户输入的文案类型信息之前,还包括:

6.一种基于人工智能模型的文案生成装置,其特征在于,所述装置用于执行如权利要求1-5任一项所述的于人工智能模型的文案生成方法,所述装置包括:

7.根据权利要求6所述的基于人工智能模型的文案生成装置,其特征在于,所述目标特征向量获取单元,包括:

8.根据权利要求6所述的基于人工智能模型的文案生成装置,其特征在于,所述装置还包括:

9.一种计算机设备,其特征在于,所述设备包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口、存储器通过通信总线完成相互间的通信;

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的基于人工智能模型的文案生成方法的步骤。

...

【技术特征摘要】

1.一种基于人工智能模型的文案生成方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于人工智能模型的文案生成方法,其特征在于,所述根据预置的整合规则及各所述目标文案段落的相似度值对所述目标文案段落对应的历史文案特征向量进行整合,得到对应的目标特征向量,包括:

3.根据权利要求1所述的基于人工智能模型的文案生成方法,其特征在于,所述计算所述类型特征向量与历史文案库中各文案段落的历史文案特征向量之间的相似度值之前,还包括:

4.根据权利要求3所述的基于人工智能模型的文案生成方法,其特征在于,所述根据所述目标特征向量及所述文案类型信息生成对应的交互输入信息,包括:

5.根据权利要求1-3任一项所述的基于人工智能模型的文案生成方法,其特征在于,所述若接收到用户输入的...

【专利技术属性】
技术研发人员:刘颖麒占懿
申请(专利权)人:乐刷科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1