CN111178056A - 基于深度学习的文案生成方法、装置及电子设备 - Google Patents
基于深度学习的文案生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111178056A CN111178056A CN202010001994.4A CN202010001994A CN111178056A CN 111178056 A CN111178056 A CN 111178056A CN 202010001994 A CN202010001994 A CN 202010001994A CN 111178056 A CN111178056 A CN 111178056A
- Authority
- CN
- China
- Prior art keywords
- word segmentation
- word
- file
- input
- recommended
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000013135 deep learning Methods 0.000 title claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000003796 beauty Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供基于深度学习的文案生成方法、装置及电子设备,所述方法包括步骤:获取用户输入标题;采用jieba中文分词方法对所述标题进行分词操作;采用TF‑IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案。该装置采用上述方法,通过对文案数据做处理,提取出文案中重点描述的关键词作为模型的输入,构建新的训练数据,使得输入和输出有很强的对应关系,从而提高了模型生成的文案和输入间的相关性,大幅提高了生成文案的质量。
Description
技术领域
本发明属于深度神经网络自然语言技术领域,具体涉及基于深度学习的文案生成方法、装置及电子设备。
背景技术
目前电商行业的新产品在市场推广时都需要用到文案,以向消费者提供推荐理由,此时需要设计较好的文案以突出产品卖点。在该领域,传统方法使用标题作为输入、推荐理由文案作为输出的方式来训练模型,生成的商品推荐理由文案和人工编写的文案在质量上有较大差距,阻碍了自动化文案生成的大规模应用,具体不足体现在传统方法生成的文案无法准确地突出商品的卖点,生成的文案和输入的标题的对应关系不强。
发明内容
本申请的目的之一在于针对现有技术的不足之处,提供一种基于深度学习的文案生成方法,以提高生成文案的质量,所述方法包括步骤:
获取用户输入标题;
采用jieba中文分词方法对所述标题进行分词操作;
采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;
将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案。
优选地,所述预设文本生成算法模型的生成方法包括步骤:
获取若干由人工编写的推荐文案;
采用jieba中文分词方法对所述推荐文案进行分词操作;
采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合;
将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
优选地,所述jieba中文分词方法包括步骤:
获取输入语句;
基于Trie树分词模型建立分词DAG词图;
计算全局概率Route得到基于前缀词典的词频最大切分组合;
判断所述词频最大切分组合是否为登录词;若判断为登录词,对其按词典标识的标注,并输出;若判断不为登录词,使用Token识别将中文和非中文分开处理;
若判断其为中文时,加载隐马HMM概率模型图,并使用Viterbi算法动态规则取得分词和标注,然后输出;
若判断为非中文,识别英文、数字和时间形式的组合并给予相应标注,然后输出。
优选地,在所述基于Trie树分词模型建立分词DAG词图之前还包括步骤:
加载所述登录词词典;
建立所述Trie树分词模型。
优选地,在所述获取输入语句和所述基于Trie树分词模型建立分词DAG词图之间还包括步骤:
对所述语句进行清洗,并判断其是否含有特殊字符;
若判断含有所述特殊字符,将其分离并标识为未知词性然后输出。
本申请的目的之二在于针对现有技术的不足之处,提供一种基于深度学习的文案生成装置,以提高生成文案的质量,所述装置包括:
获取单元,用于获取用户输入标题;
分词单元,用于采用jieba中文分词方法对所述标题进行分词操作;
关键词集合获取单元,用于采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;
文案获取单元,用于将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案;
存储单元,用于存储所述jieba中文分词方法、所述TF-IDF算法和所述预设文本生成算法模型。
优选地,所述装置还包括:
预设文本生成算法模型获取单元,用于获取所述预设文本生成算法模型。
优选地,所述预设文本生成算法模型获取单元包括:
推荐文案获取单元,用于获取若干由人工编写的推荐文案;
推荐文案分词单元,用于采用jieba中文分词方法对所述推荐文案进行分词操作;
推荐文案关键词集合获取单元,用于采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合;
训练单元,用于将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
本申请的目的之三在于针对现有技术的不足之处,提供一种电子设备,以提高生成文案的质量,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述任一所述文案生成方法。
本申请的目的之四在于针对现有技术的不足之处,提供一种非暂态计算机可读存储介质,以提高生成文案的质量,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述任一所述文案生成方法。
本申请通过对文案数据做处理,提取出文案中重点描述的关键词作为模型的输入,构建新的训练数据,使得输入和输出有很强的对应关系,从而提高了模型生成的文案和输入间的相关性,大幅提高了生成文案的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种基于深度学习的文案生成方法的方法流程图;
图2是本发明提供的一种基于深度学习的文案生成方法的方法流程图;
图3是本发明中采用的jieba中文分词方法的方法流程图;
图4是本发明提供的一种基于深度学习技术的智能文案生成装置的结构示意图;
图5是本发明提供的预设文本生成算法模型获取单元的结构示意图;
图6是本发明提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种基于深度学习的文案生成方法。本实施例提供的基于深度学习的文案生成方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、终端设备等中。
如图1,在本申请实施例中,本申请提供了一种基于深度学习的文案生成方法,所述方法包括步骤:
S101:获取用户输入标题。
在本步骤中,用户在文案生成***中输入标题,***可以获取器输入标题,以待后续步骤进行。
S102:采用jieba中文分词方法对所述标题进行分词操作。
在本步骤中,***采用jieba中文分词方法对用户输入的标题进行分词操作,可以获得多个分词。
S103:采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合。
在本步骤中,***采用TF-IDF算法对经过分词后的标题进行关键字提取,可以获得一个关键字集合。
S104:将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案。
在本步骤中,***将步骤S103中获取的关键字集合作为输入输送至预设的文本生成算法模型中,预设的文本生成算法模型可以自动得到一个输出,此输出即为所需要的文案。
如图2,在本申请实施例中,步骤S104中的所述预设文本生成算法模型的生成方法包括步骤:
S201:获取若干由人工编写的推荐文案。
在本步骤中,首先获取若干有人工编写的推荐文案,比如产品的推荐文案。理论上,当推荐文案数量越多时所得到的预设文本生成算法模型也会更准确,但是同时对于***要求的数据处理能力也会相应提高。故在本申请实施例中,可以选择1000份推荐文案进行处理即可。
S202:采用jieba中文分词方法对所述推荐文案进行分词操作。
在本步骤中,***采用jieba中文分词方法对上述所有的推荐文案进行分词操作,以进行后续处理。
S203:采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合。
在本步骤中,***采用TF-IDF算法对经过分词操作的所有推荐文案进行关键词提取,以获得关键词集合。
S204:将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
在本步骤中,***将所述关键词集合作为输入,将所有的所述推荐文案作为输出,然后训练之后即可获得所述文本生成算法模型。
如图3,在本申请实施例中,所述jieba中文分词方法为现有技术,具体包括如下步骤:
加载登录词词典;
建立Trie树分词模型;
获取输入语句;
基于Trie树分词模型建立分词DAG词图;
计算全局概率Route得到基于前缀词典的词频最大切分组合;
判断所述词频最大切分组合是否为登录词;若判断为登录词,对其按词典标识的标注,并输出;若判断不为登录词,使用Token识别将中文和非中文分开处理;
若判断其为中文时,加载隐马HMM概率模型图,并使用Viterbi算法动态规则取得分词和标注,然后输出;
若判断为非中文,识别英文、数字和时间形式的组合并给予相应标注,然后输出。
在本申请实施例中,在所述获取输入语句和所述基于Trie树分词模型建立分词DAG词图之间还包括步骤:
对所述语句进行清洗,并判断其是否含有特殊字符;
若判断含有所述特殊字符,将其分离并标识为未知词性然后输出。
下面采用具体实施例对本申请提供的一种基于深度学习的文案生成方法的具体步骤进行详细描述。
(1)预先获取若干人工编写的推荐文案,如下为其中的两个样本:
样本1:这款白色是今年新增的一种颜色,颜色设计非常到位,艺术感十足。塑料机身材质,而且手感好,薄美典雅。
样本2:优良的高清大屏幕,画面清晰细腻,带来舒适的视觉体验。配合不容小觑的运行内存,想怎么玩就怎么玩,多开应用也不怕卡。运用高清镜头,光学防抖拍照更简单,无论是近景还是远景都轻松拍摄,画质更清晰。电池容量大,超长待机,带给你更强劲的续航体验。
(2)使用jieba中文分词方法对该文案进行分词操作,其中,上述两个样本经过分词操作后具体如下:
样本1分词后:这款白色是今年新增的一种颜色,颜色设计非常到位,艺术感十足。 塑料机身材质,而且手感好,薄美典雅。
样本2分词后:优良的高清大屏幕,画面清晰细腻,带来舒适的视觉体验。配合不容 小觑的运行内存,想怎么玩就怎么玩,多开应用也不怕卡。运用高清镜头,光学防抖拍照更 简单,无论是近景还是远景都轻松拍摄,画质更清晰。电池容量大,超长待机,带给你更强劲 的续航体验。
其中,位于同一下划线上的词语为同一分词组合。
(3)采用TF-IDF算法从分词后的文案中提取出一定比例的关键词,得到关键词集合,对上述两个样本处理后具体如下:
样本1关键词:颜色设计材质塑料
样本2关键词:镜头电池容量
(4)将关键词集合作为输入、预先采集的文案作为输出,构造训练数据集,具体如下:
样本1输入:颜色设计材质塑料
样本1输出:这款白色是今年新增的一种颜色,颜色设计非常到位,艺术感十足。塑料机身材质,而且手感好,薄美典雅。
样本2输入:镜头电池容量
样本2输出:优良的高清大屏幕,画面清晰细腻,带来舒适的视觉体验。配合不容小觑的运行内存,想怎么玩就怎么玩,多开应用也不怕卡。运用高清镜头,光学防抖拍照更简单,无论是近景还是远景都轻松拍摄,画质更清晰。电池容量大,超长待机,带给你更强劲的续航体验。
其中,在本申请实施例中,使用所述训练数据集训练一个基于Transformer的文本生成模型。
(5)当获取到一个新的用户输入标题后,使用第(3)步的关键词集合从用户输入的标题中提取出关键词:
用户输入:XXX颜色黑色商务旗舰全网通手机小牛皮材质8G内存超大电池容量
提取到关键词:颜色材质电池容量
(6)将第(3)步得到的关键词集合作为输入,输入到第(4)步得到的文本生成模型中,文本生成模型生成出推荐文案,具体如下:
这款橙色是今年新增的一种颜色,配合小牛皮材质,透露出一种奢华的气息。大容量电池,以及低功耗处理技术实现超长待机时间。
如图4,在本申请实施例中,本发明还提供了一种基于深度学习的文案生成装置,所述装置包括:
获取单元401,用于获取用户输入标题;
分词单元402,用于采用jieba中文分词方法对所述标题进行分词操作;
关键词集合获取单元403,用于采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;
文案获取单元404,用于将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案;
存储单元405,用于存储所述jieba中文分词方法、所述TF-IDF算法和所述预设文本生成算法模型;
预设文本生成算法模型获取单元406,用于获取所述预设文本生成算法模型。
图4所示装置可以对应的执行上述方法实施例中的内容,本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
如图5,在本申请实施例中,所述预设文本生成算法模型获取单元406包括:
推荐文案获取单元501,用于获取若干由人工编写的推荐文案;
推荐文案分词单元502,用于采用jieba中文分词方法对所述推荐文案进行分词操作;
推荐文案关键词集合获取单元503,用于采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合;
训练单元504,用于将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
图5所示装置可以对应的执行上述方法实施例中的内容,本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中基于深度学习的文案生成方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中基于深度学习的文案生成方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
本申请通过对文案数据做处理,提取出文案中重点描述的关键词作为模型的输入,构建新的训练数据,使得输入和输出有很强的对应关系,从而提高了模型生成的文案和输入间的相关性,大幅提高了生成文案的质量。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于深度学习的文案生成方法,其特征在于,所述方法包括步骤:
获取用户输入标题;
采用jieba中文分词方法对所述标题进行分词操作;
采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;
将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案。
2.根据权利要求1所述的文案生成方法,其特征在于,所述预设文本生成算法模型的生成方法包括步骤:
获取若干由人工编写的推荐文案;
采用jieba中文分词方法对所述推荐文案进行分词操作;
采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合;
将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
3.根据权利要求1或2所述的文案生成方法,其特征在于,所述jieba中文分词方法包括步骤:
获取输入语句;
基于Trie树分词模型建立分词DAG词图;
计算全局概率Route得到基于前缀词典的词频最大切分组合;
判断所述词频最大切分组合是否为登录词;若判断为登录词,对其按词典标识的标注,并输出;若判断不为登录词,使用Token识别将中文和非中文分开处理;
若判断其为中文时,加载隐马HMM概率模型图,并使用Viterbi算法动态规则取得分词和标注,然后输出;
若判断为非中文,识别英文、数字和时间形式的组合并给予相应标注,然后输出。
4.根据权利要求3所述的文案生成方法,其特征在于,在所述基于Trie树分词模型建立分词DAG词图之前还包括步骤:
加载所述登录词词典;
建立所述Trie树分词模型。
5.根据权利要求3所述的文案生成方法,其特征在于,在所述获取输入语句和所述基于Trie树分词模型建立分词DAG词图之间还包括步骤:
对所述语句进行清洗,并判断其是否含有特殊字符;
若判断含有所述特殊字符,将其分离并标识为未知词性然后输出。
6.一种基于深度学习的文案生成装置,其特征在于,所述装置包括:
获取单元,用于获取用户输入标题;
分词单元,用于采用jieba中文分词方法对所述标题进行分词操作;
关键词集合获取单元,用于采用TF-IDF算法对经过分词操作的所述标题进行关键词提取,以获得关键词集合;
文案获取单元,用于将所述关键词集合作为输入输送至预设文本生成算法模型中,将得到的输出作为文案;
存储单元,用于存储所述jieba中文分词方法、所述TF-IDF算法和所述预设文本生成算法模型。
7.根据权利要求6所述的文案生成装置,其特征在于,所述装置还包括:
预设文本生成算法模型获取单元,用于获取所述预设文本生成算法模型。
8.根据权利要求7所述的文案生成装置,其特征在于,所述预设文本生成算法模型获取单元包括:
推荐文案获取单元,用于获取若干由人工编写的推荐文案;
推荐文案分词单元,用于采用jieba中文分词方法对所述推荐文案进行分词操作;
推荐文案关键词集合获取单元,用于采用TF-IDF算法对经过分词操作的所述推荐文案进行关键词提取,以获得关键词集合;
训练单元,用于将所述关键词集合作为输入,将所述推荐文案作为输出,训练以得到所述文本生成算法模型。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述任一权利要求1-5所述文案生成方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述任一权利要求1-5所述文案生成方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010001994.4A CN111178056A (zh) | 2020-01-02 | 2020-01-02 | 基于深度学习的文案生成方法、装置及电子设备 |
CA3166742A CA3166742A1 (en) | 2020-01-02 | 2020-08-28 | Method of generating text plan based on deep learning, device and electronic equipment |
PCT/CN2020/111951 WO2021135319A1 (zh) | 2020-01-02 | 2020-08-28 | 基于深度学习的文案生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010001994.4A CN111178056A (zh) | 2020-01-02 | 2020-01-02 | 基于深度学习的文案生成方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178056A true CN111178056A (zh) | 2020-05-19 |
Family
ID=70654435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010001994.4A Pending CN111178056A (zh) | 2020-01-02 | 2020-01-02 | 基于深度学习的文案生成方法、装置及电子设备 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN111178056A (zh) |
CA (1) | CA3166742A1 (zh) |
WO (1) | WO2021135319A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446214A (zh) * | 2020-12-09 | 2021-03-05 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
WO2021135319A1 (zh) * | 2020-01-02 | 2021-07-08 | 苏宁云计算有限公司 | 基于深度学习的文案生成方法、装置及电子设备 |
CN113553838A (zh) * | 2021-08-03 | 2021-10-26 | 稿定(厦门)科技有限公司 | 一种商品文案生成方法及装置 |
CN113761174A (zh) * | 2020-11-17 | 2021-12-07 | 北京京东尚科信息技术有限公司 | 一种文本生成方法和装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114048304A (zh) * | 2021-10-26 | 2022-02-15 | 盐城金堤科技有限公司 | 有效关键词确定方法、装置、存储介质和电子设备 |
CN114742042A (zh) * | 2022-03-22 | 2022-07-12 | 杭州未名信科科技有限公司 | 一种文本去重方法、装置、电子设备及存储介质 |
CN116151232B (zh) * | 2023-04-24 | 2023-08-29 | 北京龙智数科科技服务有限公司 | 多阶段训练文本标题生成模型的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902545A (zh) * | 2012-12-25 | 2014-07-02 | 北京京东尚科信息技术有限公司 | 一种类目路径识别方法及*** |
CN110309114A (zh) * | 2018-02-28 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 媒体信息的处理方法、装置、存储介质和电子装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992764B (zh) * | 2017-12-29 | 2022-12-16 | 阿里巴巴集团控股有限公司 | 一种文案生成方法及装置 |
CN111178056A (zh) * | 2020-01-02 | 2020-05-19 | 苏宁云计算有限公司 | 基于深度学习的文案生成方法、装置及电子设备 |
-
2020
- 2020-01-02 CN CN202010001994.4A patent/CN111178056A/zh active Pending
- 2020-08-28 CA CA3166742A patent/CA3166742A1/en active Pending
- 2020-08-28 WO PCT/CN2020/111951 patent/WO2021135319A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902545A (zh) * | 2012-12-25 | 2014-07-02 | 北京京东尚科信息技术有限公司 | 一种类目路径识别方法及*** |
CN110309114A (zh) * | 2018-02-28 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 媒体信息的处理方法、装置、存储介质和电子装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021135319A1 (zh) * | 2020-01-02 | 2021-07-08 | 苏宁云计算有限公司 | 基于深度学习的文案生成方法、装置及电子设备 |
CN113761174A (zh) * | 2020-11-17 | 2021-12-07 | 北京京东尚科信息技术有限公司 | 一种文本生成方法和装置 |
CN112446214A (zh) * | 2020-12-09 | 2021-03-05 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
CN112446214B (zh) * | 2020-12-09 | 2024-02-02 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
CN113553838A (zh) * | 2021-08-03 | 2021-10-26 | 稿定(厦门)科技有限公司 | 一种商品文案生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021135319A1 (zh) | 2021-07-08 |
CA3166742A1 (en) | 2021-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287278B (zh) | 评论生成方法、装置、服务器及存储介质 | |
CN111178056A (zh) | 基于深度学习的文案生成方法、装置及电子设备 | |
CN111027331B (zh) | 用于评估翻译质量的方法和装置 | |
CN109543058B (zh) | 用于检测图像的方法、电子设备和计算机可读介质 | |
CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN111381909B (zh) | 一种页面展示方法、装置、终端设备及存储介质 | |
US9613268B2 (en) | Processing of images during assessment of suitability of books for conversion to audio format | |
CN110134931B (zh) | 媒介标题生成方法、装置、电子设备及可读介质 | |
CN111144952A (zh) | 基于用户兴趣的广告推荐方法、装置、服务器及存储介质 | |
CN110278447B (zh) | 基于连续特征的视频推送方法、装置及电子设备 | |
WO2022111347A1 (zh) | 信息处理方法、装置、电子设备和存储介质 | |
CN110737774A (zh) | 图书知识图谱的构建、图书推荐方法、装置、设备及介质 | |
CN111767740A (zh) | 音效添加方法和装置、存储介质和电子设备 | |
CN111401044A (zh) | 一种标题生成方法、装置、终端设备及存储介质 | |
CN114943006A (zh) | 歌单展示信息生成方法、装置、电子设备及存储介质 | |
CN110826619A (zh) | 电子卷宗的文件分类方法、装置及电子设备 | |
CN113868538A (zh) | 信息处理方法、装置、设备及介质 | |
CN114298007A (zh) | 一种文本相似度确定方法、装置、设备及介质 | |
CN111859970B (zh) | 用于处理信息的方法、装置、设备和介质 | |
CN113971400B (zh) | 一种文本检测方法、装置、电子设备及存储介质 | |
CN112446214A (zh) | 广告关键词的生成方法、装置、设备及存储介质 | |
CN109522141B (zh) | 信息推送方法及装置、服务器、设备及存储介质 | |
CN111815274A (zh) | 信息处理方法、装置和电子设备 | |
CN111259676A (zh) | 翻译模型的训练方法、装置、电子设备、及存储介质 | |
CN110502630B (zh) | 信息处理方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |
|
RJ01 | Rejection of invention patent application after publication |