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()
【技术实现步骤摘要】
本文件涉及数据处理,尤其涉及一种推荐文本生成方法及装置。
技术介绍
1、随着网络技术的发展与用户生活水平的不断提高,越来越多的服务通过线上进行提供,而线上购物服务则是线上服务中较为突出的一项,用户可通过线上购物服务进行商品的浏览与购买,而随着线上购物服务的不断发展与完善,越来越多的商家入驻线上购物服务,商家带来了更多的商品供用户选择,随着线上的商品越来越多,用户对于各商品的感知程度越来越低,商家希望将商品推荐出去,用户则希望选购到自己满意的商品,如何更好地进行商品推荐成为了各方日益关注的重点。
技术实现思路
1、本说明书一个或多个实施例提供了一种推荐文本生成方法。所述推荐文本生成方法,包括:基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图。对所述推荐子图中的节点数据进行特征处理,获得用户特征、商品特征以及节点相关权重。根据所述用户特征和所述商品特征确定情绪关键词,以及根据所述节点相关权重计算推荐路径权重,读取基于所述推荐路径权重确定的候选推荐路径的候选推荐词。基于所述用户特征、所述商品特征、所述情绪关键词、所述候选推荐词和提示模板构建提示数据。将所述提示数据输入文本生成模型进行文本生成,获得商品推荐文本。
2、本说明书一个或多个实施例提供了一种推荐文本生成装置,包括:子图提取模块,被配置为基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图。特征处理模块,被配置为对所述推荐子图中的节点数据进行特征处理,获得用户
3、本说明书一个或多个实施例提供了一种推荐文本生成设备,包括:处理器;以及,被配置为存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图。对所述推荐子图中的节点数据进行特征处理,获得用户特征、商品特征以及节点相关权重。根据所述用户特征和所述商品特征确定情绪关键词,以及根据所述节点相关权重计算推荐路径权重,读取基于所述推荐路径权重确定的候选推荐路径的候选推荐词。基于所述用户特征、所述商品特征、所述情绪关键词、所述候选推荐词和提示模板构建提示数据。将所述提示数据输入文本生成模型进行文本生成,获得商品推荐文本。
4、本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图。对所述推荐子图中的节点数据进行特征处理,获得用户特征、商品特征以及节点相关权重。根据所述用户特征和所述商品特征确定情绪关键词,以及根据所述节点相关权重计算推荐路径权重,读取基于所述推荐路径权重确定的候选推荐路径的候选推荐词。基于所述用户特征、所述商品特征、所述情绪关键词、所述候选推荐词和提示模板构建提示数据。将所述提示数据输入文本生成模型进行文本生成,获得商品推荐文本。
本文档来自技高网...【技术保护点】
1.一种推荐文本生成方法,包括:
2.根据权利要求1所述的推荐文本生成方法,所述推荐知识图谱,采用如下方式构建:
3.根据权利要求2所述的推荐文本生成方法,所述基于预设知识图谱和所述商品评价文本,生成所述各商品交互的交互推荐词,包括:
4.根据权利要求2所述的推荐文本生成方法,所述根据所述预设知识图谱、所述各商品交互的历史交互数据和交互推荐词,构建所述推荐知识图谱,包括:
5.根据权利要求4所述的推荐文本生成方法,所述交互数据组,包括下述至少一项:
6.根据权利要求4所述的推荐文本生成方法,所述推荐词数据组,采用如下方式构建:
7.根据权利要求1所述的推荐文本生成方法,所述基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图,包括:
8.根据权利要求1所述的推荐文本生成方法,所述根据所述用户特征和所述商品特征确定情绪关键词,包括:
9.根据权利要求1所述的推荐文本生成方法,所述根据所述节点相关权重计算推荐路径权重,读取基于所述推荐路径权重确定的候选推荐路径的
10.根据权利要求9所述的推荐文本生成方法,所述基于所述推荐路径权重在所述至少一个初始推荐路径中确定候选推荐路径,并读取所述候选推荐路径中的候选推荐词,包括:
11.根据权利要求1所述的推荐文本生成方法,所述基于所述用户特征、所述商品特征、所述情绪关键词、所述候选推荐词和提示模板构建提示数据,包括:
12.根据权利要求11所述的推荐文本生成方法,所述提示模板特征,采用如下方式获得:
13.根据权利要求1所述的推荐文本生成方法,所述文本生成模型包括大规模语言模型;所述文本生成模型与用于进行情绪关键词确定的推荐评分模型进行联合训练获得;
14.根据权利要求13所述的推荐文本生成方法,所述文本生成模型和所述推荐评分模型,采用如下方式训练:
15.根据权利要求14所述的推荐文本生成方法,所述根据所述样本用户对所述样本商品的商品评价分数、商品评价文本、所述样本商品推荐分数和所述样本商品推荐文本,对所述待训练推荐评分模型和所述待训练文本生成模型进行参数调整,包括:
16.一种推荐文本生成装置,包括:
17.一种推荐文本生成设备,包括:
18.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
...【技术特征摘要】
1.一种推荐文本生成方法,包括:
2.根据权利要求1所述的推荐文本生成方法,所述推荐知识图谱,采用如下方式构建:
3.根据权利要求2所述的推荐文本生成方法,所述基于预设知识图谱和所述商品评价文本,生成所述各商品交互的交互推荐词,包括:
4.根据权利要求2所述的推荐文本生成方法,所述根据所述预设知识图谱、所述各商品交互的历史交互数据和交互推荐词,构建所述推荐知识图谱,包括:
5.根据权利要求4所述的推荐文本生成方法,所述交互数据组,包括下述至少一项:
6.根据权利要求4所述的推荐文本生成方法,所述推荐词数据组,采用如下方式构建:
7.根据权利要求1所述的推荐文本生成方法,所述基于进行商品推荐的用户标识和商品标识,在推荐知识图谱中进行子图提取,获得推荐子图,包括:
8.根据权利要求1所述的推荐文本生成方法,所述根据所述用户特征和所述商品特征确定情绪关键词,包括:
9.根据权利要求1所述的推荐文本生成方法,所述根据所述节点相关权重计算推荐路径权重,读取基于所述推荐路径权重确定的候选推荐路径的候选推荐词,包括:
10.根据权利要求9所述的推荐文本生成方法,所述基于...
【专利技术属性】
技术研发人员:阳梦园,陈林勋,朱梦莹,郑小林,马琼旭,郭乃诚,祝小览,
申请(专利权)人:浙江网商银行股份有限公司,
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。