CN109522486A - 用于匹配信息的方法和装置 - Google Patents
用于匹配信息的方法和装置 Download PDFInfo
- Publication number
- CN109522486A CN109522486A CN201811454686.6A CN201811454686A CN109522486A CN 109522486 A CN109522486 A CN 109522486A CN 201811454686 A CN201811454686 A CN 201811454686A CN 109522486 A CN109522486 A CN 109522486A
- Authority
- CN
- China
- Prior art keywords
- information
- item information
- released
- item
- key message
- 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
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了用于匹配信息的方法和装置。该方法的一具体实施方式包括:响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息;响应于确定添加,提取待发布信息的关键信息;对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。该实施方式实现了物品信息与待发布信息的匹配。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于匹配信息的方法和装置。
背景技术
随着计算机和互联网技术的飞速发展,网页上文章的数量也与日俱增。对于网站上海量的文章,需要针对每篇文章的内容匹配相关的物品信息,比如商品信息。
相关的方式通常是根据文章的内容通过人工选择的方式匹配相关商品信息,或者是通过竞价的方式进行商品信息和文章的关联展示。
发明内容
本申请实施例提出了用于匹配信息的方法和装置。
第一方面,本申请实施例提供了一种用于匹配信息的方法,该方法包括:响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息;响应于确定添加,提取待发布信息的关键信息;对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。
在一些实施例中,上述方法还包括:基于所提取的关键信息,生成关键信息特征向量;以及确定该物品信息与所提取的关键信息之间的信息关联度,包括:获取基于该物品信息生成的物品信息特征向量;将所获取的物品信息特征向量与关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度,其中,相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系;将所得到的相似度确定为信息关联度。
在一些实施例中,根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息,包括:根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息;将所选取的预设数目的物品信息确定为与待发布信息相匹配的物品信息。
在一些实施例中,确定是否在目标页面上添加与待发布信息相匹配的物品信息,包括:响应于接收到目标用户端发送的、表征确定添加与待发布信息相匹配的物品信息的信息,确定在目标页面上添加与待发布信息相匹配的物品信息。
在一些实施例中,上述方法还包括:将所确定的物品信息添加至目标页面;将物品信息添加后的目标页面推送至目标用户端。
第二方面,本申请实施例提供了一种用于匹配信息的装置,该装置包括:第一确定单元,被配置成响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息;信息提取单元,被配置成响应于确定添加,提取待发布信息的关键信息;第二确定单元,被配置成对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;第三确定单元,被配置成根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。
在一些实施例中,上述装置还包括:向量生成单元,被配置成基于所提取的关键信息,生成关键信息特征向量;以及第二确定单元包括:向量获取模块,被配置成对于预设的物品信息集合中的物品信息,获取基于该物品信息生成的物品信息特征向量;第一确定模块,被配置成将所获取的物品信息特征向量与关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度,其中,相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系;第二确定模块,被配置成将所得到的相似度确定为信息关联度。
在一些实施例中,第三确定单元包括:选取模块,被配置成根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息;第三确定模块,被配置成将所选取的预设数目的物品信息确定为与待发布信息相匹配的物品信息。
在一些实施例中,第一确定单元进一步被配置成:响应于接收到目标用户端发送的、表征确定添加与待发布信息相匹配的物品信息的信息,确定在目标页面上添加与待发布信息相匹配的物品信息。
在一些实施例中,上述装置还包括:添加单元,被配置成将所确定的物品信息添加至目标页面;推送单元,被配置成将物品信息添加后的目标页面推送至目标用户端。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于匹配信息的方法和装置,响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息。而后,响应于确定添加,提取待发布信息的关键信息。接下来,对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度。最后,根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。从而实现了从预设的物品信息集合中确定与待发布信息相匹配的物品信息。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于匹配信息的方法的一个实施例的流程图;
图3是根据本申请实施例的用于匹配信息的方法的一个应用场景的示意图;
图4是根据本申请的用于匹配信息的方法的又一个实施例的流程图;
图5是根据本申请的用于匹配信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于匹配信息的方法或用于匹配信息的装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、搜索类应用、文本编辑类应用、阅读类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持文本编辑和通信连接的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如为终端设备101、102、103上显示网页提供支持的后台网页服务器。后台网页服务器可以对接收到的、包含待发布信息的信息发布请求进行分析等处理。接下来,后台网页服务器可以从预设的物品信息集合中确定与上述待发布信息相匹配的物品信息。可选地,后台网页服务器还可以将上述确定结果反馈给终端设备101、102、103。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于匹配信息的方法一般由服务器105执行,相应地,用于匹配信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于匹配信息的方法的一个实施例的流程200。该用于匹配信息的方法包括以下步骤:
步骤201,响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息。
在本实施例中,上述目标用户端可以通过有线连接方式或者无线连接方式与上述执行主体通信连接。上述目标用户端可以是根据实际的应用需求,预先指定的任意客户端。上述目标用户端也可以是根据规则而定的客户端,例如发送包含待发布信息的信息发布请求的客户端。上述待发布信息可以是包含文本的各种信息。作为示例,上述待发布信息可以是诗歌、散文、戏剧、小说、科学论文,记叙文、议论文、说明文、应用文等文章。上述待发布信息也可以是记录作者生活细节或传达作者情感、态度的短文本(例如,微博上的内容)及其配图。上述待发布信息还可以是包括图片或音频的信息。
在本实施例中,用于匹配信息的方法的执行主体(如图1所示的服务器105)响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,可以通过各种方式确定是否在目标页面上添加与待发布信息相匹配的物品信息。其中,上述目标页面可以是将待发布信息添加在其上的页面。其可以是根据实际的应用需求,预先指定的任意页面。也可以是执行主体根据待发布信息的内容与预设的标签词库进行匹配后而确定的页面。作为示例,上述执行主体可以根据待发布信息的标题为“世界杯”,在预设的标签词库中匹配“体育”,那么目标页面为从页面主题为“体育”的页面中所选取的页面。值得一提的是,上述选取的方式在此不做具体限定。上述与待发布信息相匹配的物品信息可以是与上述待发布信息的主题一致的物品信息。上述与待发布信息相匹配的物品信息也可以是在上述待发布信息中出现过的物品信息。作为示例,待发布信息是关于新学期学生开学报到的新闻,那么与上述信息相匹配的物品信息可以是书包的图片和价格信息。作为又一示例,待发布信息是XX手机的使用说明书,那么与上述信息相匹配的物品信息可以是XX手机发布会的视频的网络链接。
具体地,上述执行主体可以根据待发布信息中是否包括预设的排除词来确定是否在目标页面上添加与待发布信息相匹配的物品信息。其中,预设的排除词可以包括传达负面情感的词,例如“病逝”、“地震”、“灾难”等。上述执行主体可以确定上述待发布信息中是否存在上述预设的排除词。若上述待发布信息中存在至少一个预设的排除词,上述执行主体可以确定不在目标页面上添加与待发布信息相匹配的物品信息。若上述待发布信息中不存在预设的排除词,上述执行主体可以确定在目标页面上添加与待发布信息相匹配的物品信息。
在本实施例的一些可选的实现方式中,上述执行主体响应于接收到目标用户端发送的、表征确定添加与待发布信息相匹配的物品信息的信息,可以确定在目标页面上添加与待发布信息相匹配的物品信息。其中,上述目标用户端发送的、表征确定添加与待发布信息相匹配的物品信息的信息可以是各种信息,例如数字、文字、符号等等。作为示例,“0”表示确定不添加;“1”表示确定添加。
步骤202,响应于确定添加,提取待发布信息的关键信息。
在本实施例中,上述执行主体响应于步骤201确定添加与待发布信息相匹配的物品信息,可以提取待发布信息的关键信息。其中,关键信息可以是表征上述待发布信息主要内容的信息,例如,关键词,摘要。上述关键信息也可以是根据预先规则而确定的信息,例如待发布信息中的第一句话。
在本实施例中,上述执行主体可以通过各种方法提取待发布信息的关键信息。作为示例,上述执行主体可以利用TF-IDF(Term Frequency–Inverse Document Frequency,词频-逆文本频率指数)算法来提取上述待发布信息的关键词。作为另一示例,上述执行主体也可以利用TextRank算法(一种文本排序算法)来提取上述待发布信息的关键词或自动生成文本摘要。需要说明的是,上述TF-IDF算法和TextRank算法是目前广泛研究和应用的公知技术,在此不再赘述。
步骤203,对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度。
在本实施例中,上述执行主体可以根据各种方法,确定预设的物品信息集合中的物品信息与所提取的关键信息之间的信息关联度。其中,上述物品信息可以包括描述物品的文本信息。作为示例,上述物品信息可以为物品的名称、型号、品牌、关键词、使用建议等等。上述预设的物品信息集合可以是技术人员根据经验或实际应用需求而构建的物品信息数据库。上述预设的物品信息库可以存储于上述执行主体本地,也可以存储于与上述执行主体通信连接的数据库服务器。上述信息关联度用于表征信息之间的相似性。其既可以表示为信息之间的距离,例如欧氏距离(Euclidean Distance),又可以表示为信息之间的相似度,例如余弦相似度。相应地,当信息关联度表示为信息之间的距离时,信息关联度越大,信息之间的距离越小。当信息关联度表示为信息之间的相似度时,信息关联度越大,信息之间的相似度越大。
在本实施例中,上述执行主体可以从预设的物品信息集合中选取一条物品信息,确定所选取的物品信息与所提取的关键信息之间的信息关联度。具体地,首先,上述执行主体可以将上述所选取的物品信息和所提取的关键信息进行文本向量化。文本向量化的方法可以包括但不限于one-hot编码(一位有效编码)和TF-IDF算法。然后,上述执行主体可以得到分别与上述所选取的物品信息和所提取的关键信息对应的两个相同维度的向量。接下来,上述执行主体可以计算上述两个相同维度的向量之间的欧式距离。用所得到的欧式距离来表示所选取的物品信息和所提取的关键信息之间的信息关联度。欧氏距离越小,表示所选取的物品信息和所提取的关键信息之间的信息关联度越大。需要说明的是,上述one-hot编码(一位有效编码)和欧氏距离的计算是目前广泛研究和应用的公知技术,在此不再赘述。
可选地,上述执行主体可以按照与上述步骤相同或相似的方法,确定预设的物品信息集合中的每一条物品信息与所提取的关键信息之间的信息关联度。相应地,所得到的每个信息关联度的值都对应着预设的物品信息集合中的一条物品信息。
步骤204,根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。
在本实施例中,上述执行主体可以根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。具体地,上述执行主体可以将所确定的信息关联度与预设阈值进行比较。根据比较结果,上述执行主体可以从物品信息集合中确定与待发布信息相匹配的物品信息。其中,预设阈值和比较结果可以与信息关联度的表示方法相适应。作为示例,当信息关联度表示为信息之间的相似度时,响应于所确定的信息关联度大于预设阈值,上述执行主体可以将与大于预设阈值的信息关联度对应的物品信息确定为与待发布信息相匹配的物品信息。相应地,当信息关联度表示为信息之间的距离时,响应于所确定的信息关联度小于预设阈值,上述执行主体可以将与小于预设阈值的信息关联度对应的物品信息确定为与待发布信息相匹配的物品信息。需要说明的是,所确定的物品信息可以是一个,也可以是多个。
在本实施例的一些可选的实现方式中,上述执行主体还可以根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息;将所选取的预设数目的物品信息确定为与待发布信息相匹配的物品信息。其中,上述预设数目可以是由技术人员预先设定的数量。实践中,可以根据统计数据来确定,也可以根据待发布信息的篇幅来确定。作为示例,根据物品信息A、B、C、D与待发布信息的信息关联度分别为20%、50%、30%、60%,以及预设数目为2,上述执行主体可以顺序选取D和B作为与待发布信息相匹配的物品信息。
在本实施例的一些可选的实现方式中,上述执行主体还可以将所确定的物品信息添加至目标页面;以及将物品信息添加后的目标页面推送至目标用户端。其中,上述所确定的物品信息可以是用来描述上述物品的文本,也可以是与上述物品相关的图片。上述执行主体可以将所确定的物品信息添加至目标页面的包含HTML(Hyper Text MarkupLanguage,超级文本标记语言)标签的纯文本文件中。上述描述物品的文本可以直接添加。上述描述物品的图片可以以URL(Uniform Resource Locator,统一资源定位符)的形式添加。可选地,上述执行主体还可以将上述物品信息添加后的目标页面推送至目标客户端。需要说明的是,上述将物品信息添加至目标页面的方式、将物品信息添加至目标页面的具体位置以及将物品信息添加后的目标页面推送至目标客户端的方式,在此均不作限定。
进一步地,在网络文章与相关商品关联展示的应用场景下,待发布信息可以是一篇网络文章,物品信息可以是产品信息。服务器在确定与待发布文章相匹配的产品信息后,即可以将上述产品信息添加至上述文章发布的页面。然后,可以将包含上述文章和相匹配的商品信息的页面推送至发送文章发布请求的用户端。
继续参见图3,图3是根据本申请实施例的用于匹配信息的方法的应用场景的一个示意图300。在图3的应用场景中,首先,用户301可以与终端设备302交互。用户301可以点击“发布”按键。然后,终端设备302生成一个包含待发布信息X的信息发布请求303。待发布信息X可以是一篇主题为“露营攻略”的文章。接下来,终端设备可以将包含待发布信息X的信息发布请求303发送给服务器304。之后,响应于接收到目标用户端发送的、包含待发布信息X的信息发布请求303,服务器304可以确定在目标页面上添加与待发布信息X相匹配的物品信息,如图中311所示。然后,响应于确定添加,服务器304可以提取待发布信息X的关键信息X’,如图中312所示。X’可以是包含“烧烤”“自驾”“流星雨”的文本信息。接下来,服务器304分别确定预设的物品信息集合中的物品信息A、B、C与待发布信息X的信息关联度,例如分别是0.6,0.3,0.5,如图313所示。物品信息A、B、C可以分别是关于“帐篷”、“拖鞋”、“照相机”的信息。最后,服务器304可以根据上述所确定的关联度,选取1个信息关联度最高的物品信息。将物品信息A确定为与待发布信息X相匹配的物品信息。可选地,在实际应用中,服务器304还可以将添加了物品信息A和待发布信息X的页面推送至终端设备302。
本申请的上述实施例提供的方法,首先,响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与上述待发布信息相匹配的物品信息。而后,响应于确定添加,提取上述待发布信息的关键信息。之后,对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度。最后,根据所确定的信息关联度,从上述物品信息集合中确定与上述待发布信息相匹配的物品信息。该实施方式实现了物品信息与待发布信息的自动匹配,不需要人工对待发布信息的内容和预设物品信息库中的物品信息进行匹配,降低了人力成本。
进一步参考图4,其示出了用于匹配信息的方法的又一个实施例的流程400。该用于匹配信息的方法的流程400,包括以下步骤:
步骤401,响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息。
步骤402,响应于确定添加,提取待发布信息的关键信息。
上述步骤401和步骤402分别与前述实施例中的步骤201和步骤202一致,上文针对步骤201和步骤202的描述也适用于步骤401和步骤402,此处不再赘述。
步骤403,基于所提取的关键信息,生成关键信息特征向量。
在本实施例中,上述执行主体可以基于所提取的关键信息,生成关键信息特征向量。其中,关键信息特征向量可以是由关键信息中的词所组成的向量。关键信息特征向量也可以是由关键信息中的词的词向量所组成的向量。作为示例,关键信息“明天天气晴”的关键信息特征向量可以是(“明天”,“天气”,“晴”)。
在本实施例中,上述执行主体可以对所提取的关键信息进行分词,得到由关键信息中的词所组成的向量。可选地,上述执行主体还可以确定分词后所得到的各个词的词向量。上述词向量可以通过各种方法得到,通常包括基于统计的方法和基于语言模型的方法。上述基于统计的方法例如可以是SVD(Singular Value Decomposition,奇异值分解)方法、共现矩阵方法。上述基于语言模型的方法例如可以是CBOW(Continuous Bag-Of-Words,连续词袋)模型、LBL(Log-Bilinear Language Model,log双线性语言)模型。最后,按照所提取的关键信息中的词的顺序,将所得到的词向量组合成关键信息特征向量。
需要说明的是,上述SVD方法、共现矩阵方法、CBOW模型、LBL模型是目前广泛研究和应用的公知技术,在此不再赘述。
步骤404,对于预设的物品信息集合中的物品信息,可以执行以下步骤:
步骤4041:获取基于该物品信息生成的物品信息特征向量。
在本实施例中,上述执行主体可以通过各种方法获取基于该物品信息生成的物品信息特征向量。其中,物品信息特征向量可以是由物品信息中的词所组成的向量。物品信息特征向量也可以是由物品信息中的词的词向量所组成的向量。需要说明的是,上述物品信息特征向量的生成步骤与步骤403类似,上文针对生成关键信息特征向量的描述也适用于生成物品信息特征向量,此处不再赘述。
值得一提的是,基于该物品信息生成物品信息特征向量的执行主体可以与用于匹配信息的方法的执行主体相同或者不同。如果相同,则上述生成物品信息特征向量的执行主体可以将生成的物品信息特征向量存储在本地。如果不同,则上述生成物品信息特征向量的执行主体可以在得到物品信息特征向量后将该物品信息特征向量发送给用于匹配信息的方法的执行主体。
步骤4042:将所获取的物品信息特征向量与关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度。
在本实施例中,相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系。相似度确定模型可以是人工神经网络。作为示例,相似度确定模型可以通过以下步骤训练得到:获取训练样本集合,训练样本包括第一样本信息特征向量、第二样本信息特征向量和样本标注信息,其中,样本标注信息用于表征第一样本信息特征向量、第二样本信息特征向量之间的相似度;将训练样本集合中的训练样本的第一样本信息特征向量、第二样本信息特征向量作为输入,将输入的训练样本的样本标注信息作为期望输出,训练得到相似度确定模型。具体可以包括以下步骤:
第一步,获取初始相似度确定模型。初始相似度确定模型可以是人工神经网络。例如,CNN(Convolutional Neural Networks,卷积神经网络)、RNN(Recurrent NeuralNetworks,循环神经网络)等等。
第二步,获取训练样本集合。上述训练步骤的执行主体可以通过各种方式获取训练样本集合。例如,上述训练步骤的执行主体可以通过本地或者从与上述执行主体网络连接的其他电子设备获取训练样本集合。其中,训练样本集合中的每个训练样本可以包括第一样本信息特征向量、第二样本信息特征向量和样本标注信息。第一样本信息特征向量可以是基于预设的物品信息集合中的物品信息所生成的。第二样本信息特征向量可以是基于网络文章中的关键词所生成的。上述关键词可以是基于预设的网络文章,通过TF-IDF算法来确定的关键词。上述关键词也可以是预设的时间段内搜索次数超过预设阈值的词语。上述预设的网络文章和预设的时间段均可以根据上述模型的实际应用需要而设定,在此不做限制。在这里,上述样本的标注信息可以通过人工标注的方式获得。用于表征第一样本信息特征向量、第二样本信息特征向量之间的相似度的标注信息可以是多种形式,例如数字、字母、符号。作为示例,可以用0~1之间的数值表示上述两个向量之间的相似度。数值越接近“1”,代表相似度越高。
第三步,利用机器学习的方法,将训练样本集合中的训练样本中的第一样本信息特征向量、第二样本信息特征向量作为相似度确定模型的输入,将输入的训练样本的样本标注信息作为初始相似度确定模型的期望输出,训练得到上述相似度确定模型。
具体地,上述训练步骤的执行主体可以将训练样本集合中的训练样本的第一样本信息特征向量、第二样本信息特征向量输入初始相似度确定模型,得到该训练样本的第一样本信息特征向量与第二样本信息特征向量之间的相似度。然后,可以利用预设的损失函数计算所得到的相似度与该训练样本的样本标注信息之间的差异程度。接下来,可以基于计算所得的差异程度,调整初始相似度确定模型的网络参数,并在满足预设的训练结束条件的情况下,结束训练。最后,将训练得到的初始相似度确定模型确定为预先训练的相似度确定模型。
需要说明的是,上述预设的训练结束条件可以包括但不限于以下至少一项:训练时间超过预设时长;训练次数超过预设次数;计算所得的差异程度小于预设的差异阈值。
还需要说明的是,基于所生成的相似度与该训练样本的样本标注信息之间的差异程度,可以采用各种方式调整初始相似度确定模型的网络参数。例如,可以采用BP(BackPropagation,反向传播)算法或者SGD(Stochastic Gradient Descent,随机梯度下降)算法来调整初始相似度确定模型的网络参数。
值得注意的是,上述训练步骤的执行主体可以与用于匹配信息的方法的执行主体相同或者不同。如果相同,则上述训练步骤的执行主体可以在训练得到相似度确定模型后将训练好的相似度确定模型的网络结构信息和网络参数的参数值存储在本地。如果不同,则上述训练步骤的执行主体可以在训练得到相似度确定模型后将训练好的相似度确定模型的网络结构信息和网络参数的参数值发送给用于匹配信息的方法的执行主体。
在本实施例的一些可选的实现方式中,相似度确定模型例如还可以是一个计算公式,该公式可以是计算物品信息特征向量和关键信息特征向量中相同元素的数量。作为示例,将(我,换,新,手机,了)和(新,手机,发布会)输入至上述相似度确定模型,得到的相似度为2。
步骤4043:将所得到的相似度确定为信息关联度。
在本实施例中,上述执行主体可以将从步骤4042得到的相似度确定为信息关联度。由于所得到的物品信息特征向量可以是基于该物品信息生成的,关键信息特征向量也可以是基于所提取的关键信息生成的。容易理解,上述执行主体可以将上述所得到的相似度确定为该物品信息与所提取的关键信息之间的信息关联度。
步骤405,根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。
上述步骤405与前述实施例中的步骤204一致,上文针对步骤204的描述也适用于步骤405,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于匹配信息的方法的流程400增加了基于所提取的关键信息,生成关键信息特征向量的步骤,以及细化了对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度的步骤。由此,本实施例描述的方案可以通过不同的方式确定物品信息与所提取的关键信息之间的信息关联度,从而丰富了信息关联度的确定方式。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了用于匹配信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于匹配信息的装置500包括第一确定单元501、信息提取单元502、第二确定单元503和第三确定单元504。其中,第一确定单元501,被配置成响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息。信息提取单元502,被配置成响应于确定添加,提取待发布信息的关键信息。第二确定单元503,被配置成对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度。第三确定单元504,被配置成根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。
在本实施例中,用于匹配信息的装置500中:第一确定单元501、信息提取单元502、第二确定单元503和第三确定单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述用于匹配信息的装置500还可以包括向量生成单元(图5中未示出),被配置成基于所提取的关键信息,生成关键信息特征向量。以及,上述第二确定单元503可以包括:向量获取模块(图5中未示出)、第一确定模块(图5中未示出)、第二确定模块(图5中未示出)。其中,上述向量获取模块,可以被配置成对于预设的物品信息集合中的物品信息,获取基于该物品信息生成的物品信息特征向量。上述第一确定模块,可以被配置成将所获取的物品信息特征向量与关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度,其中,相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系。上述第二确定模块,可以被配置成将所得到的相似度确定为信息关联度。
在本实施例的一些可选的实现方式中,上述第三确定单元504可以包括选取模块(图5中未示出)、第三确定模块(图5中未示出)。其中,上述选取模块,可以被配置成根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息。上述第三确定模块,可以被配置成将所选取的预设数目的物品信息确定为与待发布信息相匹配的物品信息。
在本实施例的一些可选的实现方式中,上述第一确定单元501可以进一步被配置成响应于接收到目标用户端发送的、表征确定添加与待发布信息相匹配的物品信息的信息,确定在目标页面上添加与待发布信息相匹配的物品信息。
在本实施例的一些可选的实现方式中,上述装置还可以包括添加单元(图5中未示出)、推送单元(图5中未示出)。其中,上述添加单元,可以被配置成将所确定的物品信息添加至目标页面。上述推送单元,可以被配置成将物品信息添加后的目标页面推送至目标用户端。
本申请的上述实施例提供的装置,第一确定单元501响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息。然后,信息提取单元502响应于确定添加,提取待发布信息的关键信息。接下来,对于预设的物品信息集合中的物品信息,第二确定单元503确定该物品信息与所提取的关键信息之间的信息关联度。最后,第三确定单元504根据所确定的信息关联度,从物品信息集合中确定与待发布信息相匹配的物品信息。从而实现了物品信息与待发布信息的自动匹配。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)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部分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,还存储有系统600操作所需的各种程序和数据。CPU 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。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
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部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请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、或半导体的系统、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。在本申请中,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系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的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。计算机可读的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,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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申请的操作的计算机程序代码,所述程序设计语言包括面向目标的程序设计语言—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,图示了按照本申请各种实施例的系统、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系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括第一确定单元、信息提取单元、第二确定单元、第三确定单元。其中,这些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,第一确定单元还可以被描述为“响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。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服务器执行时,使得该服务器:响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与待发布信息相匹配的物品信息;响应于确定添加,提取待发布信息的关键信息;对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;根据所确定的信息关联度,从该物品信息集合中确定与待发布信息相匹配的物品信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于匹配信息的方法,包括:
响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与所述待发布信息相匹配的物品信息;
响应于确定添加,提取所述待发布信息的关键信息;
对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;
根据所确定的信息关联度,从所述物品信息集合中确定与所述待发布信息相匹配的物品信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:基于所提取的关键信息,生成关键信息特征向量;以及
所述确定该物品信息与所提取的关键信息之间的信息关联度,包括:
获取基于该物品信息生成的物品信息特征向量;
将所获取的物品信息特征向量与所述关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度,其中,所述相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系;
将所得到的相似度确定为信息关联度。
3.根据权利要求1所述的方法,其中,所述根据所确定的信息关联度,从所述物品信息集合中确定与所述待发布信息相匹配的物品信息,包括:
根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息;
将所选取的预设数目的物品信息确定为与所述待发布信息相匹配的物品信息。
4.根据权利要求1所述的方法,其中,所述确定是否在目标页面上添加与所述待发布信息相匹配的物品信息,包括:
响应于接收到所述目标用户端发送的、表征确定添加与所述待发布信息相匹配的物品信息的信息,确定在所述目标页面上添加与所述待发布信息相匹配的物品信息。
5.根据权利要求1-4之一所述的方法,其中,所述方法还包括:
将所确定的物品信息添加至所述目标页面;
将物品信息添加后的目标页面推送至所述目标用户端。
6.一种用于匹配信息的装置,包括:
第一确定单元,被配置成响应于接收到目标用户端发送的、包含待发布信息的信息发布请求,确定是否在目标页面上添加与所述待发布信息相匹配的物品信息;
信息提取单元,被配置成响应于确定添加,提取所述待发布信息的关键信息;
第二确定单元,被配置成对于预设的物品信息集合中的物品信息,确定该物品信息与所提取的关键信息之间的信息关联度;
第三确定单元,被配置成根据所确定的信息关联度,从所述物品信息集合中确定与所述待发布信息相匹配的物品信息。
7.根据权利要求6所述的装置,其中,所述装置还包括:向量生成单元,被配置成基于所提取的关键信息,生成关键信息特征向量;以及
所述第二确定单元包括:
向量获取模块,被配置成对于预设的物品信息集合中的物品信息,获取基于该物品信息生成的物品信息特征向量;
第一确定模块,被配置成将所获取的物品信息特征向量与所述关键信息特征向量输入至预先训练的相似度确定模型,得到两个特征向量之间的相似度,其中,所述相似度确定模型用于表征物品信息特征向量和关键信息特征向量与二者的相似度之间的对应关系;
第二确定模块,被配置成将所得到的相似度确定为信息关联度。
8.根据权利要求6所述的装置,其中,所述第三确定单元包括:
选取模块,被配置成根据所确定的信息关联度,按照信息关联度从大到小的顺序选取预设数目的物品信息;
第三确定模块,被配置成将所选取的预设数目的物品信息确定为与所述待发布信息相匹配的物品信息。
9.根据权利要求6所述的装置,其中,所述第一确定单元进一步被配置成:
响应于接收到所述目标用户端发送的、表征确定添加与所述待发布信息相匹配的物品信息的信息,确定在所述目标页面上添加与所述待发布信息相匹配的物品信息。
10.根据权利要求6-9之一所述的装置,其中,所述装置还包括:
添加单元,被配置成将所确定的物品信息添加至所述目标页面;
推送单元,被配置成将物品信息添加后的目标页面推送至所述目标用户端。
11.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454686.6A CN109522486A (zh) | 2018-11-30 | 2018-11-30 | 用于匹配信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454686.6A CN109522486A (zh) | 2018-11-30 | 2018-11-30 | 用于匹配信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109522486A true CN109522486A (zh) | 2019-03-26 |
Family
ID=65793830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811454686.6A Pending CN109522486A (zh) | 2018-11-30 | 2018-11-30 | 用于匹配信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522486A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347908A (zh) * | 2019-05-23 | 2019-10-18 | 平安科技(深圳)有限公司 | 语音购物方法、装置、介质及电子设备 |
CN111310585A (zh) * | 2020-01-20 | 2020-06-19 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111507812A (zh) * | 2020-07-02 | 2020-08-07 | 成都晓多科技有限公司 | 一种基于属性和标题的商品搭配推荐方法及装置 |
CN111695041A (zh) * | 2020-06-17 | 2020-09-22 | 北京字节跳动网络技术有限公司 | 用于推荐信息的方法和装置 |
WO2020199687A1 (zh) * | 2019-04-02 | 2020-10-08 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法和装置 |
CN111861293A (zh) * | 2019-04-26 | 2020-10-30 | 北京京东振世信息技术有限公司 | 用于发送信息的方法和装置 |
CN112541148A (zh) * | 2020-12-15 | 2021-03-23 | 北京百度网讯科技有限公司 | 信息发布方法、装置及电子设备 |
CN113806500A (zh) * | 2021-02-09 | 2021-12-17 | 京东科技控股股份有限公司 | 信息处理方法、装置和计算机设备 |
WO2022001887A1 (zh) * | 2020-06-30 | 2022-01-06 | 北京字节跳动网络技术有限公司 | 用于训练物品编码模型的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425981A (zh) * | 2007-11-01 | 2009-05-06 | 上海亿动信息技术有限公司 | 一种根据互斥指示信息来发布信息的信息发布系统及方法 |
CN103425686A (zh) * | 2012-05-21 | 2013-12-04 | 微梦创科网络科技(中国)有限公司 | 一种信息发布方法和装置 |
US20140067818A1 (en) * | 2012-08-31 | 2014-03-06 | International Business Machines Corporation | Pushing specific content to a predetermined webpage |
CN104516915A (zh) * | 2013-09-30 | 2015-04-15 | 腾讯科技(北京)有限公司 | 一种基于微博timeline的媒体数据发布方法和装置 |
CN107832414A (zh) * | 2017-11-07 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
-
2018
- 2018-11-30 CN CN201811454686.6A patent/CN109522486A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425981A (zh) * | 2007-11-01 | 2009-05-06 | 上海亿动信息技术有限公司 | 一种根据互斥指示信息来发布信息的信息发布系统及方法 |
CN103425686A (zh) * | 2012-05-21 | 2013-12-04 | 微梦创科网络科技(中国)有限公司 | 一种信息发布方法和装置 |
US20140067818A1 (en) * | 2012-08-31 | 2014-03-06 | International Business Machines Corporation | Pushing specific content to a predetermined webpage |
CN104516915A (zh) * | 2013-09-30 | 2015-04-15 | 腾讯科技(北京)有限公司 | 一种基于微博timeline的媒体数据发布方法和装置 |
CN107832414A (zh) * | 2017-11-07 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020199687A1 (zh) * | 2019-04-02 | 2020-10-08 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法和装置 |
CN111861293A (zh) * | 2019-04-26 | 2020-10-30 | 北京京东振世信息技术有限公司 | 用于发送信息的方法和装置 |
CN110347908A (zh) * | 2019-05-23 | 2019-10-18 | 平安科技(深圳)有限公司 | 语音购物方法、装置、介质及电子设备 |
CN110347908B (zh) * | 2019-05-23 | 2023-04-18 | 平安科技(深圳)有限公司 | 语音购物方法、装置、介质及电子设备 |
CN111310585A (zh) * | 2020-01-20 | 2020-06-19 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111310585B (zh) * | 2020-01-20 | 2023-08-01 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111695041A (zh) * | 2020-06-17 | 2020-09-22 | 北京字节跳动网络技术有限公司 | 用于推荐信息的方法和装置 |
CN111695041B (zh) * | 2020-06-17 | 2023-05-23 | 北京字节跳动网络技术有限公司 | 用于推荐信息的方法和装置 |
WO2022001887A1 (zh) * | 2020-06-30 | 2022-01-06 | 北京字节跳动网络技术有限公司 | 用于训练物品编码模型的方法和装置 |
US11763204B2 (en) | 2020-06-30 | 2023-09-19 | Beijing Bytedance Network Technology Co., Ltd. | Method and apparatus for training item coding model |
CN111507812B (zh) * | 2020-07-02 | 2020-10-27 | 成都晓多科技有限公司 | 一种基于属性和标题的商品搭配推荐方法及装置 |
CN111507812A (zh) * | 2020-07-02 | 2020-08-07 | 成都晓多科技有限公司 | 一种基于属性和标题的商品搭配推荐方法及装置 |
CN112541148A (zh) * | 2020-12-15 | 2021-03-23 | 北京百度网讯科技有限公司 | 信息发布方法、装置及电子设备 |
CN113806500A (zh) * | 2021-02-09 | 2021-12-17 | 京东科技控股股份有限公司 | 信息处理方法、装置和计算机设备 |
CN113806500B (zh) * | 2021-02-09 | 2024-05-28 | 京东科技控股股份有限公司 | 信息处理方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522486A (zh) | 用于匹配信息的方法和装置 | |
US11164573B2 (en) | Method and apparatus for controlling page | |
CN109034907A (zh) | 广告数据投放方法及装置、电子设备、存储介质 | |
CN109460513A (zh) | 用于生成点击率预测模型的方法和装置 | |
JP6745384B2 (ja) | 情報をプッシュするための方法及び装置 | |
CN107172151A (zh) | 用于推送信息的方法和装置 | |
CN110555714A (zh) | 用于输出信息的方法和装置 | |
CN107193792A (zh) | 基于人工智能的生成文章的方法和装置 | |
CN109522483A (zh) | 用于推送信息的方法和装置 | |
CN111800671B (zh) | 用于对齐段落和视频的方法和装置 | |
CN108595628A (zh) | 用于推送信息的方法和装置 | |
CN108280200B (zh) | 用于推送信息的方法和装置 | |
US20180329985A1 (en) | Method and Apparatus for Compressing Topic Model | |
CN108268450B (zh) | 用于生成信息的方法和装置 | |
CN106354856B (zh) | 基于人工智能的深度神经网络强化搜索方法和装置 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
CN107943895A (zh) | 信息推送方法和装置 | |
CN109582825A (zh) | 用于生成信息的方法和装置 | |
CN109190123A (zh) | 用于输出信息的方法和装置 | |
CN109101309A (zh) | 用于更新用户界面方法和装置 | |
CN112182255A (zh) | 用于存储媒体文件和用于检索媒体文件的方法和装置 | |
CN110232920A (zh) | 语音处理方法和装置 | |
CN112307738B (zh) | 用于处理文本的方法和装置 | |
CN109213916A (zh) | 用于生成信息的方法和装置 | |
CN109472028B (zh) | 用于生成信息的方法和装置 |
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 |