CN110134931A - 媒介标题生成方法、装置、电子设备及可读介质 - Google Patents

媒介标题生成方法、装置、电子设备及可读介质 Download PDF

Info

Publication number
CN110134931A
CN110134931A CN201910398282.8A CN201910398282A CN110134931A CN 110134931 A CN110134931 A CN 110134931A CN 201910398282 A CN201910398282 A CN 201910398282A CN 110134931 A CN110134931 A CN 110134931A
Authority
CN
China
Prior art keywords
media title
medium
vocabulary
template
media
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.)
Granted
Application number
CN201910398282.8A
Other languages
English (en)
Other versions
CN110134931B (zh
Inventor
郝卓琳
张晋玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910398282.8A priority Critical patent/CN110134931B/zh
Publication of CN110134931A publication Critical patent/CN110134931A/zh
Application granted granted Critical
Publication of CN110134931B publication Critical patent/CN110134931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/186Templates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Machine Translation (AREA)

Abstract

本公开公开了一种媒介标题生成方法、装置、电子设备及可读介质。其中,该方法包括:获取媒介描述信息;根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。通过本公开实施例的技术方案实现了基于媒介描述信息和目标媒介标题模板自动生成媒介标题,提高了媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。

Description

媒介标题生成方法、装置、电子设备及可读介质
技术领域
本公开实施例涉及数据处理技术,尤其涉及一种媒介标题生成方法、装置、电子设备及可读介质。
背景技术
随着大数据技术的发展,媒介已成为向大众传播各种信息的重要工具,例如,通过媒介信息向用户传播最新的产品内容。而媒介信息中的媒介标题又是吸引用户浏览媒介的重要因素,因此,如何快速生成高质量的媒介标题至关重要。
目前,用户看到的媒介标题通常是由媒介主自己策划的。媒介主需要自己策划各媒介的媒介标题提供给媒介投放方,由媒介投放方直接通过相关渠道(如微信、网页、微博等)进行媒介信息的投放。但是,由媒介主自己策划媒介标题,对媒介主的策划能力要求较高,有些媒介主需要雇用专人来进行媒介标题策划,成本高且过程繁琐,影响媒介投放效率。
发明内容
本公开提供了一种媒介标题生成方法、装置、电子设备及可读介质,以提高媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。
第一方面,本公开实施例提供了一种媒介标题生成方法,该方法包括:
获取媒介描述信息;
根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
进一步的,所述媒介描述信息包括:媒介产品的参数信息、特征信息、功效信息以及所述媒介产品所属行业的热点词汇中的至少一个。
进一步的,获取媒介描述信息包括:
获取媒介主提交的媒介描述信息;或
从媒介落地页中提取媒介物料,并对所述媒介物料进行信息识别,确定媒介描述信息;其中,所述媒介落地页为媒介服务器提供的用于展示媒介内容的页面;所述媒介物料包括文字、图片或视频中的至少一个。
进一步的,对历史媒介标题进行模板化处理,生成候选媒介标题模板,包括:
获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;
将所述可替换词汇在所述历史媒介标题中的位置设置为填选位置,得到候选媒介标题模板;所述可替换词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;所述填选位置用于填入媒介描述信息。
进一步的,获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇,包括:
基于替换词识别模型,对获取的历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;其中,所述替换词汇识别模型是基于语料向量化算法和词汇识别算法训练得到的。
进一步的,根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题,包括:
从所述媒介描述信息中提取关键词汇,所述关键词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;
将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句;
对所述标题语句进行质量评分,若评分高于评分阈值,则将所述标题语句作为媒介标题。
进一步的,将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句,包括:
若所述关键词没有填满所述目标媒介标题模板中的填选位置,则在空余位置补入所述目标媒介标题模板的原有可替换词汇,生成标题语句。
进一步的,在生成所述媒介的至少一个媒介标题之后,还包括:
将所述媒介标题发送给媒介主,以使所述媒介主对所述媒介标题进行选择和/或修改操作,并反馈操作结果;
根据媒介主反馈的操作结果,确定最终的媒介标题。
第二方面,本公开实施例还提供了一种媒介标题生成装置,该装置包括:
描述信息获取模块,用于获取媒介描述信息;
标题模板确定模块,用于根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
媒介标题生成模块,用于根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
进一步的,所述媒介描述信息包括:媒介产品的参数信息、特征信息、功效信息以及所述媒介产品所属行业的热点词汇中的至少一个。
进一步的,所述描述信息获取模块具体用于:
获取媒介主提交的媒介描述信息;或
从媒介落地页中提取媒介物料,并对所述媒介物料进行信息识别,确定媒介描述信息;其中,所述媒介落地页为媒介服务器提供的用于展示媒介内容的页面;所述媒介物料包括文字、图片或视频中的至少一个。
进一步的,所述装置还包括:对历史媒介标题进行模板化处理,生成候选媒介标题模板的标题模板生成模块,该标题模板生成模块具体包括:
替换词汇确定单元,用于获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;
模板生成单元,用于将所述可替换词汇在所述历史媒介标题中的位置设置为填选位置,得到候选媒介标题模板;所述可替换词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;所述填选位置用于填入媒介描述信息。
进一步的,所述替换词汇确定单元具体用于:
基于替换词识别模型,对获取的历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;其中,所述替换词汇识别模型是基于语料向量化算法和词汇识别算法训练得到的。
进一步的,所述媒介标题生成模块具体包括:
关键词提取单元,用于从所述媒介描述信息中提取关键词汇,所述关键词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;
标题语句生成单元,用于将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句;
评分单元,用于对所述标题语句进行质量评分,若评分高于评分阈值,则将所述标题语句作为媒介标题。
进一步的,所述标题语句生成单元具体用于:
若所述关键词没有填满所述目标媒介标题模板中的填选位置,则在空余位置补入所述目标媒介标题模板的原有可替换词汇,生成标题语句。
进一步的,所述装置还包括:
标题发送模块,用于将所述媒介标题发送给媒介主,以使所述媒介主对所述媒介标题进行选择和/或修改操作,并反馈操作结果;
标题确定模块,用于根据媒介主反馈的操作结果,确定最终的媒介标题。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
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本公开任意实施例所述的媒介标题生成方法。
第四方面,本公开实施例提供了一种可读介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开任意实施例所述的媒介标题生成方法。
本公开提供了一种媒介标题生成方法、装置、设备及可读介质,通过获取的媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板,进而根据媒介描述信息和目标媒介标题模板生成媒介标题。实现了无需人工,自动生成媒介标题,提高了媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。
附图说明
图1示出了本公开实施例提供的一种媒介标题生成方法的流程图;
图2示出了本公开实施例提供的另一种媒介标题生成方法的流程图;
图3示出了本公开实施例提供的另一种媒介标题生成方法的流程图;
图4示出了本公开实施例提供的一种媒介标题生成装置的结构示意图;
图5示出了本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开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本公开,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分而非全部结构。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1示出了本公开实施例提供的一种媒介标题生成方法的流程图,本公开实施例可适用于自动为媒介生成媒介标题的情况。本实施例提供的媒介标题生成方法可以由本公开实施例提供的媒介标题生成装置或电子设备来执行,该装置可以通过软件和/或硬件的方式来实现。
需要说明的是,媒介可以是指利用媒质存储和传播信息的工具,如可以是书籍、相片、光盘等实体媒介,还可以包括广告、新闻、电子书籍等虚拟媒介。本公开实施例的媒介标题生成方法,主要用于生成如生成广告、新闻或电子书等虚拟媒介的媒介标题,接下来,本公开实施例以生成广告标题为例,来介绍本实施例的媒介标题方法,但是不限于仅用于生成广告标题,如还可以用来生成新闻、电子书等媒介的标题。
可选的,如图1所示,本实施例中的方法可以包括如下步骤:
S101,获取媒介描述信息。
其中,媒介描述信息可以是指从多个维度对该媒介进行描述的信息,可以包括但不限于媒介产品的参数信息、特征信息、功效信息以及所述媒介产品所属行业的热点词汇中的至少一个。如以广告媒介为例,广告产品为某品牌绿茶,此时广告描述信息可以包括绿茶的参数(如绿茶的品名、茶包形式、净含量、品种、生产日期和保质期等)、绿茶的特征信息(如颜色鲜润、清香高雅、滋味浓醇等)、绿茶功效信息(如提神、抗衰老、防癌等),以及绿茶的所述茶业的热点词汇(如高品质、传统手工制作、健康等)。
可选的,本步骤中,可以通过以下方式获取媒介描述信息:
方式一、获取媒介主提交的媒介描述信息。
具体的,由于媒介主是最了解媒介相关信息的一方,所以其提供的媒介描述信息也是最全面、最准确的。因此,本步骤的媒介描述信息可以是媒介主想要生成媒介标题时,通过媒介标题生成装置提交该媒介的相关描述信息。媒介标题生成装置可以在检测到媒介主触发的提交完成指令后,获取媒介主本次提交的媒介描述信息。例如,某绿茶广告的广告主想要为其品牌的绿茶生成广告标题时,可以向广告标题生成装置提交该绿茶广告的一些描述信息,如可以包括其品牌绿茶的参数描述、特色描述、功效描述以及茶业行业的热门词汇或具有卖点词汇等,其提交完成后,点击完成按键,此时广告标题生成装置检测到广告主触发的完成指令,获取该广告主提交的绿茶广告描述信息。
方式二、从媒介落地页中提取媒介物料,并对媒介物料进行信息识别,确定媒介描述信息。
其中,媒介落地页为媒介服务器提供的用于展示媒介内容的页面,该媒介落地页可以是以链接的形式进入的展示该媒介内容的界面,如以某品牌绿茶广告的落地页为例,该绿茶广告的落地页可以是该品牌绿茶生产商的服务器提供的对该品牌绿茶的介绍界面,如可以是通过网页链接进入的该品牌绿茶的销售页面、广告宣传页面或某推荐平台针对该绿茶的推荐界面等等。从媒介落地页中提取的媒介物料可以是指媒介落地页中承载媒介内容的载体,可选的,媒介物料包括文字、图片或视频中的至少一个。
可选的,本方式中,媒介标题生成装置自身可以通过媒介落地页来主动识别获取媒介的描述信息。具体的,可以是搜索并访问与该媒介相关的媒介落地页面,从媒介落地页面中提取页面中的文字、图片、视频等媒介物料,然后对提取的媒介物料中的文字进行语义识别,从中提取该媒介的描述信息。可选的,若媒介物料为图片,则先从该图片中提取文字部分,然后再对提取的文字部分进行语义识别。若媒介物料为视频,则对视频中每一帧图像按照图片的方式进行描述信息的提取;对于视频中的语音,则将其转换成文本形式后再进行描述信息的提取。可选的,本方式中,从媒介落地页中提取媒介物料的操作,以及对媒介物料进行信息识别确定媒介描述信息的操作,可以是通过预先训练好的神经网络模型来执行,也可以通过其他方式来执行,对此本步骤不进行限定。
可选的,针对上述两种方式,本步骤可以是在需要生成媒介标题时,先检测预设时间内媒介主是否已上传媒介描述信息,若上传,则采用方式一获取该媒介的媒介描述信息;若没有上传,则采用方式二获取该媒介的媒介描述信息。
S102,根据媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板。
其中,候选媒介标题模板可以是预选生成的,用于生成媒介标题的标准化模板,该模板已经给出了媒介标题的主体框架和待填选部分,只需要将待生成标题的媒介所特有的描述信息填入该模板的待填选部分即可。该候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;历史媒介标题可以是现有的媒介标题,为了保证候选媒介标题模板的质量,可以选择点击热度高、吸引力强、有创意的已有媒介标题作为本实施例的历史媒介标题。具体预先如何生成候选媒介标题模板的过程将在后续实施例进行详细介绍。
可选的,本实施例中的候选媒介标题模板的个数可以有很多,可涵盖不同的媒介行业。如以广告媒介为例,候选广告标题模板可以涵盖食品类、服装类、家电类、化妆品类、生活用品类等等。因此,在生成媒介标题前,需要先从众多候选媒介中确定出与当前媒介匹配的目标媒介标题模板。其中。目标媒介标题模板可以是指与该媒介行业、产品种类相似度最高的候选媒介标题模板。
具体的,从候选媒介标题模板中确定目标媒介标题模板的过程可以是:在生成各候选媒介标题模板时,根据生成各候选媒介标题模板的历史媒介标题所对应的媒介产品所属种类或行业,将生成的各候选媒介标题模板进行分类。在确定目标媒介标题模板时,可以根据媒介描述信息确定媒介产品所属的种类或行业,从候选媒介标题模板中选择与该种类或行业匹配的候选媒介标题模板作为目标媒介标题模板。可选的,本步骤中,从候选媒介标题模板中确定目标媒介标题模板的个数可以是一个,也可以是多个。如以广告媒介为例,在生成候选广告标题模板时,就将候选广告标题模板按照广告产品所属的种类或行业进行分类。若要生成绿茶广告标题时,根据绿茶产品所述的种类(即食品类)或行业(即茶业),从候选广告标题模板中找到属于食品类或茶业的候选广告标题模板作为目标广告标题模板。
S103,根据媒介描述信息和目标媒介标题模板,生成媒介标题。
可选的,本步骤中,根据媒介描述信息和目标媒介标题模板,生成媒介标题时,可以是将媒介描述信息或媒介描述信息中的关键词(如实体词汇、功能词汇、效果词汇以及品牌词汇)填入目标媒介模板中对应的填选位置,形成标题语句,然后对标题语句进行进一步的处理(如进行连贯性处理、标题质量评分检测等),生成媒介标题。具体的,如何根据媒介描述信息和目标媒介标题模板,生成媒介标题的过程将在后续实施例进行详细的介绍。
可选的,若S102中确定的目标媒介模标题模板有多个,则本步骤中为该媒介生成的媒介标题就会有多个;若S102中确定的目标媒介标题模板为一个,也可能由于媒介标题模板中某个填选位置有多种填写方法,导致生成的媒介标题的个数为多个。可选的,若生成的媒介标题为多个时,可以是将生成的多个媒介标题反馈给媒介主,由媒介主从中选出最终的媒介标题;也可以是对多个媒介标题进行语义连贯性、创意性、标题与产品的贴切度等多维度的筛选,选择最佳的媒介标题作为最终的媒介标题。
本公开实施例提供的技术方案,通过获取的媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板,进而根据媒介描述信息和目标媒介标题模板生成媒介标题。解决了人工生成媒介标题成本高、过程繁琐的问题。实现了自动生成媒介标题,提高了媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。
实施例二
图2示出了本公开实施例提供的另一种媒介标题生成方法的流程图,本实施例在上述实施例提供的各个可选方案的基础上进行了优化,具体的,本实施例对于上述实施例提供的各步骤中如何对历史媒介标题进行模板化处理,生成候选媒介标题模板的具体过程进行了详细的介绍。
可选的,如图2所示,本实施例中的方法可以包括如下步骤:
S201,获取历史媒介标题进行词汇识别,确定历史媒介标题中的可替换词汇。
可选的,历史媒介标题可以是已经生成的现有的媒介标题。为了保证候选媒介标题模板的质量,可以针对媒介产品的种类或所属行业,获取各种类或行业中点击热度高、吸引力强、有创意的已有媒介标题作为本实施例的历史媒介标题。在获取了历史媒介标题后,对获取的各历史媒介标题进行词汇识别,分析标题中的各词汇的属性特征,找出该标题中可以被其他媒介产品替换的词汇,其中,可替换词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个。具体的,实体词汇可以包括主体词和命名实体词汇等;功能词汇可以包括该媒介产品特有功能的词汇;效果词汇可以包括该媒介产品特有效果的词汇;品牌词汇可以是该媒介产品的品牌。需要说明的是,在确定历史媒介标题中的可替换词汇时,上述所说的可替换词汇的类型不一定每一个历史媒介标题都包含,有时可能只包含其中的一种或几种。
具体的,在本步骤中,获取历史媒介标题进行词汇识别,确定该历史媒介标题中的可替换词汇的具体方法有很多,例如,可以采用词性特征识别算法,对获取的历史媒介标题进行词汇识别,确定出各标题中的可替换词汇;还可以是基于替换词识别模型,对获取的历史媒介标题进行词汇识别,确定历史媒介标题中的可替换词汇。如可以是将获取的历史媒介标题输入预先训练好的替换词汇识别模型中,该替换词汇识别模型采用训练是的相关算法对历史媒介标题进行运算分析,输出可替换词汇。
其中,本步骤中的替换词汇识别模型可以是基于语料向量化算法和词汇识别算法以及其他相关算法训练得到的。具体的,语料向量化算法可以是BERT算法,该算法可以通过左右两侧双向对历史媒介标题进行分析,从而精准完成对该历史媒介标题进行向量化操作,该算法位于可替换词汇识别模型的底层。词汇识别算法可以是LSTM+CRF算法,该算法主要用于进行实体识别,在本实施例中,主要用于识别实体词汇、功能词汇、效果词汇以及品牌词汇。与现有的LSTM算法相比,本公开采用LSTM+CRF算法,增加了条件随机场的限制,从而使得本步骤识别出的可替换词汇更为准确。LSTM+CRF算法的执行过程是在BERT算法对历史媒介标题进行词向量化后执行的。可选的,本实施例可在通过采用大量的训练样本对预设初始神经网络模型进行训练,最终得到用于识别媒介标题中的可替换词汇的替换词汇识别模型。示例性的,可以是将语料向量化算法和词汇识别算法分开进行训练,训练好后再将两者组合得到替换词汇识别模型;也可以是直接对语料向量化算法和词汇识别算法合并进行训练,得到替换词汇识别模型,对此本实施例不进行限定。
S202,将可替换词汇在历史媒介标题中的位置设置为填选位置,得到候选媒介标题模板。
其中,填选位置是媒介标题模板中非主体结构框架部分,该部分用于填入媒介描述信息。需要说明的是,填选位置处填入的媒介描述信息,可以是直接获取的媒介信息,也可以是对媒介描述信息进行关键词提取后的词汇、词组等,对此本实施例不进行限定。
可选的,在确定出历史媒介标题中的各可替换词汇后,可以将历史媒介标题中,各可替换词汇在标题中的剔除,将可替换词汇所在位置设置为填选位置,从而得到一个候选媒介标题模板。其中,填选位置可以是空格、省略号或预设的字母(如XX)等。
可选的,生成候选媒介标题模板时,虽然将历史媒介标题中的可替换词汇剔除了,但是可以将剔除的可替换词汇与该历史媒介标题生成的候选媒介标题模板进行关联,在后续生成媒介标题时使用。具体的使用方法将在后续实施例进行详细说明。
S203,获取媒介描述信息。
S204,根据媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板。
S205,根据媒介描述信息和目标媒介标题模板,生成媒介标题。
本公开实施例提供的技术方案,基于通过语料向量化算法和词汇识别算法训练好替换词汇识别模型对获取历史媒介标题进行识别,确定出可替换词汇,将可替换词汇在历史媒介标题中剔除,并将其所在位置设置为填选位置,得到候选媒介标题模板,在需要生成媒介标题时,通过获取的媒介描述信息,以及从候选媒介标题模板中确定目标媒介标题模板,生成媒介标题。本公开采用通过语料向量化算法和词汇识别算法训练的替换词汇识别模型,生成高质量的媒介标题模板,为后续快速、高效的生成高质量、吸引人的热门媒介标题提供了保证。
实施例三
图3示出了本公开实施例提供的另一种媒介标题生成方法的流程图,本实施例在上述实施例提供的各个可选方案的基础上进行了优化,具体的,本实施例对于上述实施例提供的各步骤中如何根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题,以及生成媒介标题之后的具体操作进行了详细的介绍。
可选的,如图3所示,本实施例中的方法可以包括如下步骤:
S301,获取媒介描述信息。
S302,根据媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;该候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
S303,从媒介描述信息中提取关键词汇,该关键词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个。
可选的,媒介描述信息可能是描述媒介产品的短句或多个词汇的组合,本步骤可以从媒介描述信息中提取出更能准确表述该媒介产品的关键词汇。该关键词汇可以包括媒介描述信息中的实体词汇、代表该媒介产品功能或效果的词汇,以及该媒介产品品牌词汇等中的一个或多个。示例性的,以绿茶广告的描述信息为例,该描述信息为“A牌绿茶高山好茶、高品质散装绿茶”,对该描述信息进行关键词提取,得到的关键词可以包括:A牌(品牌词汇)、绿茶(实体词汇)、散装(功能词汇)等等。
具体的,从媒介描述信息中提取关键词时,可以采用词性特征识别算法,对获取的媒介描述信息进行词性特征识别,从中提取出关键词;也可以是基于采用预先训练好的关键词提取模型对获取的媒介描述信息进行关键词提取操作。如可以是将获取的媒介描述信息输入预先训练好的关键词提取模型中,该关键词提取模型采用训练时的相关算法对媒介描述信息进行处理,输出提取到的关键词。
其中,本步骤中的关键词提取模型可以是基于滑动窗口和文本分类算法(Fast-Text算法)以及其他相关算法训练得到的。具体的,滑动窗口算法通过在媒介描述信息间的滑动操作,可以更全面的结合Fast-Text算法对描述信息中的每一字词进行分析,从而确定出媒介描述信息中的关键词。可选的,训练本步骤的关键词提取模型的训练样本可以是大量的媒介描述信息以及各描述信息对应的关键词。
需要说明的是,本步骤中的关键词提取模型适用于对没有完整句子结构的短句或词组进行相关词汇的提取,而上述实施例中的替换词汇识别模型适用于对有完整句子结构的句子进行相关词汇的提取。本公开针对描述信息和历史媒介标题所特有的特性,采用不同的算法训练不同的神经网络模型来执行关键词和可替换词汇的识别,保证了提取出的词汇的准确性,进而保证了生成的媒介标题的质量。
S304,将关键词添加到目标媒介标题模板中的填选位置,生成标题语句。
可选的,S303中提取的描述信息中的关键词包括,实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个,而目标媒介标题模板中的填选位置对应的可替换词汇也可以包括,实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个,所以在生成标题语句时,可以是依次查找目标媒介标题模板中各填选位置对应的原有可替换词汇的类型,然后在关键词中寻找相同类型的关键词填入该位置。例如,若目标媒介标题模板中的第一个填选位置对应的原有可替换词汇为品牌词汇,则可以在关键词中寻找品牌词汇填入目标媒介标题模板的第一个填选位置,依次类推,完成目标媒介标题模板中所有填选位置的填写后,生成标题语句。可选的,若针对目标媒介标题模板中的某一填选位置,S303提取的关键词中有多个词汇都属于该类型词汇,则此时可以是生多个标题语句;或者是将多个词汇分别与该填选位置对应的原有可替换词汇进行相似度比较,从而确定出最佳关键词填入该位置。
可选的,在将关键词添加到目标媒介标题模板中的填选位置,生成标题语句时,可能会出现目标媒介标题模板中的填选位置对应的词汇类型,S303中提取的关键词中没有,针对该情况,可以是:若关键词没有填满目标媒介标题模板中的填选位置,则在空余位置补入目标媒介标题模板的原有可替换词汇,生成标题语句。
其中,空余位置可以是目标媒介模板中的填选位置没有合适的关键词填入时,该填选位置即为空余位置。
具体的,可以是先针对目标媒介标题模板中的各填选位置,查找关键词中是否存在合适的词汇填入到该位置,若有,则直接将该关键词汇填入该填选位置,若没有,则将该位置设置为空余位置,继续对目标媒介模板中的下一个填选位置进行上述关键词查找操作,在对目标媒介标题模板中的所有填选位置都操作完成后,从该目标媒介标题模板关联的历史媒介标题的可替换词中找到空余位置对应的可替换词汇,并将其填入对应的空余位置,进而完成标题语句的生成。其中,可以在生成媒介标题模板时将媒介标题模板与其历史媒介标题的可替换词进行关联。
S305对标题语句进行质量评分,若评分高于评分阈值,则将标题语句作为媒介标题。
可选的,S304中生成的标题语句只是将关键词与目标媒介模板初步拼接构成的标题语句,由于拼接会造成语义连贯性较差,影响标题的可读性和准确性,进而影响标题的整体质量。所以,还需要对生成的标题语句进行进一步的处理操作,如可以是本步骤中对标题语句进行质量评分。具体的,可以是预先为标题语句的评分设置至少一个评分参数项,例如可以包括但不限于:词间连贯性评分项、语义连贯性评分项、标题语句与目标模板对应的历史媒介标题的相似度等等中的至少一个。本实施例可以通过预先训练的质量评分模型对标题语句进行质量评分,例如,可以是将生成的标题语句输入预先训练好的质量评分模型中,该模型就会基于训练时的算法对输入的标题语句进行分析,确定该标题语句的评分结果。可选的,训练该质量评分模型训练样本可以是大量的不同质量的媒介标题,以及各媒介标题对应的质量评分。
可选的,在对标题语句进行质量评分后,将评分结果与预先设定的评分阈值进行比较,若评分结果高于评分阈值,则说明该标题语句符合媒介标题的要求,可以作为该媒介的媒介标题;若评分结果低于或等于评分阈值,则说明该标题语句不符合媒介标题的要求,不可以作为该媒介的媒介标题。
可选的,由于S304生成的标题语句的个数可以是一个也可以是多个,所以本步骤进行评分阈值比较后确定的媒介标题的个数也可能是一个或多个。此时,可以是只要质量评分高于评分阈值,就将该标题语句作为该媒介的一个媒介标题;也可以是当评分高于评分阈值的标题语句较多时,选择评分排名靠前的预设个数的标题语句作为媒介标题。对此本实施例不进行限定。
S306,将媒介标题发送给媒介主,以使媒介主对媒介标题进行选择和/或修改操作,并反馈操作结果。
可选的,在生成媒介标题后,可以将生成的媒介标题发送给媒介主,供媒介主对自动生成的媒介标题进行审核,例如,可以是通过媒介标题生成装置的显示界面,将生成的媒介标题展示给用户,供用户在该显示界面进行媒介标题的审核操作。其中,该审核操作可以包括:从多个媒介标题中选择一个的操作,和/或对自动生成的媒介标题进行修改的操作。例如,若生成的媒介标题为多个时,媒介主可以从中选择其认为最佳的媒介标题作为反馈结果反馈给媒介标题生成装置;媒介主也可以是对生成的媒介标题中不满意的地方进行修改,将修改内容作为反馈结果反馈给媒介标题生成装置;还可以是从多个媒介中选出最佳的媒介标题后,再按照自己的需求进行修改后,将选择的最佳标题以及对该标题的修改内容作为反馈结果反馈给媒介标题生成装置。可选的,媒介主对媒介标题进行的选择和/或修改操作可以直接在显示媒介标题的显示界面上操作,操作完成后,点击确认按键即触发反馈操作,媒介标题生成装置就会自动获取媒介主在显示屏上触发的选择和/或修改操作的相关内容。
S307,根据媒介主反馈的操作结果,确定最终的媒介标题。
可选的,若媒介主的反馈结果是从多个媒介标题中选择其认为最佳的媒介标题,则此时媒介标题生成装置可以是将媒介主选择的最佳媒介标题确定为最终的媒介标题;若媒介主的反馈结果是对媒介标题的修改内容,则此时媒介标题生成装置可以是按照媒介主对媒介标题的修改内容,对该媒介标题进行相应的修改后,将修改后的该媒介标题确定为最终的媒介标题;若媒介主的反馈结果是从多个媒介中选出最佳的媒介标题,以及按照自己的需求对选择的最佳媒介标题的修改内容,则此时媒介标题生成装置可以是将最佳媒介标题按照媒介主对该标题的修改内容进行相应的修改后,将修改后的最佳媒介标题作为最终的媒介标题。
本公开实施例提供的技术方案,在需要生成媒介标题时,获取媒介描述信息,并从媒介描述信息中提取关键词,添加到从候选媒介标题模板中确定目标媒介标题模板的填选位置,生成标题语句,对生成的标题语句进行质量评分分析后,确定媒介标题反馈给媒介主进行选择和/或修改,并根据用户的反馈结果确定最终的媒介标题。本公开能够通过提取关键词,填入高质量的目标媒介标题模板中,再结合质量评分操作,保证生成的媒介标题质量的同时,提高了媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。
实施例四
图4示出了本公开实施例提供的一种媒介标题生成装置的结构示意图,本公开实施例可适用于自动为媒介生成媒介标题的情况,该装置可以通过软件和/或硬件来实现,并集成在执行本方法的电子设备中,如图4所示,本公开实施例中媒介标题生成装置,可以包括:
描述信息获取模块401,用于获取媒介描述信息;
标题模板确定模块402,用于根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
媒介标题生成模块403,用于根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
本公开实施例提供的技术方案,通过获取的媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板,进而根据媒介描述信息和目标媒介标题模板生成媒介标题。解决了人工生成媒介标题成本高、过程繁琐的问题。实现了自动生成媒介标题,提高了媒介标题生成的便捷性和高效性,为媒介标题生成提供了一种新思路。
进一步的,上述媒介描述信息包括:媒介产品的参数信息、特征信息、功效信息以及所述媒介产品所属行业的热点词汇中的至少一个。
进一步的,上述描述信息获取模块401具体用于:
获取媒介主提交的媒介描述信息;或
从媒介落地页中提取媒介物料,并对所述媒介物料进行信息识别,确定媒介描述信息;其中,所述媒介落地页为媒介服务器提供的用于展示媒介内容的页面;所述媒介物料包括文字、图片或视频中的至少一个。
进一步的,上述装置还包括:对历史媒介标题进行模板化处理,生成候选媒介标题模板的标题模板生成模块,该标题模板生成模块具体包括:
替换词汇确定单元,用于获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;
模板生成单元,用于将所述可替换词汇在所述历史媒介标题中的位置设置为填选位置,得到候选媒介标题模板;所述可替换词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;所述填选位置用于填入媒介描述信息。
进一步的,上述替换词汇确定单元具体用于:
基于替换词识别模型,对获取的历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;其中,所述替换词汇识别模型是基于语料向量化算法和词汇识别算法训练得到的。
进一步的,上述媒介标题生成模块403具体包括:
关键词提取单元,用于从所述媒介描述信息中提取关键词汇,所述关键词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;
标题语句生成单元,用于将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句;
评分单元,用于对所述标题语句进行质量评分,若评分高于评分阈值,则将所述标题语句作为媒介标题。
进一步的,上述标题语句生成单元具体用于:
若所述关键词没有填满所述目标媒介标题模板中的填选位置,则在空余位置补入所述目标媒介标题模板的原有可替换词汇,生成标题语句。
进一步的,上述装置还包括:
标题发送模块,用于将所述媒介标题发送给媒介主,以使所述媒介主对所述媒介标题进行选择和/或修改操作,并反馈操作结果;
标题确定模块,用于根据媒介主反馈的操作结果,确定最终的媒介标题。
本公开实施例提供的媒介标题生成装置,与上述实施例提供的媒介标题生成方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本公开实施例与上述实施例具有相同的有益效果。
实施例五
下面参考图5,其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的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5示出的电子设备500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5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
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系统、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: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:获取媒介描述信息;根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
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。
实施例六
本公开实施例六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,该程序被媒介标题生成装置执行时实现如本公开实施例一提供的媒介标题生成方法,该方法包括:获取媒介描述信息;根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
当然,本公开实施例所提供的一种计算机可读存储介质,其上存储的计算机程序被执行时不限于实现如上所述的方法操作,还可以实现本公开任意实施例所提供的媒介标题生成方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本公开可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述的方法。
值得注意的是,上述媒介标题生成装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开的保护范围。
以上描述仅为本公开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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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 (11)

1.一种媒介标题生成方法,其特征在于,包括:
获取媒介描述信息;
根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
2.根据权利要求1所述的方法,其特征在于,所述媒介描述信息包括:媒介产品的参数信息、特征信息、功效信息以及所述媒介产品所属行业的热点词汇中的至少一个。
3.根据权利要求1所述的方法,其特征在于,获取媒介描述信息包括:
获取媒介主提交的媒介描述信息;或
从媒介落地页中提取媒介物料,并对所述媒介物料进行信息识别,确定媒介描述信息;其中,所述媒介落地页为媒介服务器提供的用于展示媒介内容的页面;所述媒介物料包括文字、图片或视频中的至少一个。
4.根据权利要求1所述的方法,其特征在于,对历史媒介标题进行模板化处理,生成候选媒介标题模板,包括:
获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;
将所述可替换词汇在所述历史媒介标题中的位置设置为填选位置,得到候选媒介标题模板;所述可替换词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;所述填选位置用于填入媒介描述信息。
5.根据权利要求4所述的方法,获取历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇,包括:
基于替换词识别模型,对获取的历史媒介标题进行词汇识别,确定所述历史媒介标题中的可替换词汇;其中,所述替换词汇识别模型是基于语料向量化算法和词汇识别算法训练得到的。
6.根据权利要求1所述的方法,其特征在于,根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题,包括:
从所述媒介描述信息中提取关键词汇,所述关键词汇包括实体词汇、功能词汇、效果词汇以及品牌词汇中的至少一个;
将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句;
对所述标题语句进行质量评分,若评分高于评分阈值,则将所述标题语句作为媒介标题。
7.根据权利要求6所述的方法,其特征在于,将所述关键词添加到所述目标媒介标题模板中的填选位置,生成标题语句,包括:
若所述关键词没有填满所述目标媒介标题模板中的填选位置,则在空余位置补入所述目标媒介标题模板的原有可替换词汇,生成标题语句。
8.根据权利要求1所述的方法,其特征在于,在生成所述媒介的至少一个媒介标题之后,还包括:
将所述媒介标题发送给媒介主,以使所述媒介主对所述媒介标题进行选择和/或修改操作,并反馈操作结果;
根据媒介主反馈的操作结果,确定最终的媒介标题。
9.一种媒介标题生成装置,其特征在于,包括:
描述信息获取模块,用于获取媒介描述信息;
标题模板确定模块,用于根据所述媒介描述信息,从候选媒介标题模板中确定目标媒介标题模板;所述候选媒介标题模板是对历史媒介标题进行模板化处理后生成的;
媒介标题生成模块,用于根据所述媒介描述信息和所述目标媒介标题模板,生成媒介标题。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
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1-8中任一所述的媒介标题生成方法。
11.一种可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的媒介标题生成方法。
CN201910398282.8A 2019-05-14 2019-05-14 媒介标题生成方法、装置、电子设备及可读介质 Active CN110134931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910398282.8A CN110134931B (zh) 2019-05-14 2019-05-14 媒介标题生成方法、装置、电子设备及可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910398282.8A CN110134931B (zh) 2019-05-14 2019-05-14 媒介标题生成方法、装置、电子设备及可读介质

Publications (2)

Publication Number Publication Date
CN110134931A true CN110134931A (zh) 2019-08-16
CN110134931B CN110134931B (zh) 2023-09-22

Family

ID=67573831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910398282.8A Active CN110134931B (zh) 2019-05-14 2019-05-14 媒介标题生成方法、装置、电子设备及可读介质

Country Status (1)

Country Link
CN (1) CN110134931B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795930A (zh) * 2019-10-24 2020-02-14 网娱互动科技(北京)股份有限公司 一种文章标题优化方法、系统、介质及设备
CN110909154A (zh) * 2019-11-20 2020-03-24 北京字节跳动网络技术有限公司 摘要生成方法及装置
CN111274799A (zh) * 2020-01-09 2020-06-12 天津车之家数据信息技术有限公司 一种文章标题生成方法、装置及存储介质
CN111460801A (zh) * 2020-03-30 2020-07-28 北京百度网讯科技有限公司 标题生成方法、装置及电子设备
CN112149407A (zh) * 2020-09-18 2020-12-29 北京有竹居网络技术有限公司 标题生成方法、训练方法、装置、电子设备和存储介质
CN112149408A (zh) * 2020-09-18 2020-12-29 北京有竹居网络技术有限公司 标题生成方法、训练方法、装置、电子设备和存储介质
CN112417834A (zh) * 2019-08-23 2021-02-26 珠海金山办公软件有限公司 一种文档处理方法、装置及电子设备
CN112667871A (zh) * 2020-12-30 2021-04-16 新奥数能科技有限公司 数据标识方法、装置、计算机可读存储介质及电子设备
CN112699656A (zh) * 2020-12-31 2021-04-23 北京有竹居网络技术有限公司 一种广告标题重写方法、装置、设备及储存介质
WO2021115144A1 (zh) * 2019-12-13 2021-06-17 汉海信息技术(上海)有限公司 社交信息的发布
WO2022242315A1 (zh) * 2021-05-21 2022-11-24 中兴通讯股份有限公司 微件生成方法、装置、电子设备、存储介质
TWI803093B (zh) * 2021-12-09 2023-05-21 中華電信股份有限公司 處理豐富文字之語意理解系統、方法及其電腦可讀媒介

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104850546A (zh) * 2014-02-13 2015-08-19 腾讯科技(深圳)有限公司 移动媒介信息的展示方法和系统
US20170147691A1 (en) * 2015-11-20 2017-05-25 Guangzhou Shenma Mobile Information Technology Co. Ltd. Method and apparatus for extracting topic sentences of webpages
CN106779833A (zh) * 2016-12-09 2017-05-31 广东神马搜索科技有限公司 信息发布方法、设备、可编程设备及服务平台
CN106776523A (zh) * 2017-01-22 2017-05-31 百度在线网络技术(北京)有限公司 基于人工智能的新闻速报生成方法及装置
CN106933808A (zh) * 2017-03-20 2017-07-07 百度在线网络技术(北京)有限公司 基于人工智能的文章标题生成方法、装置、设备及介质
US20170221105A1 (en) * 2016-02-01 2017-08-03 International Business Machines Corporation Online article headline generation
US20170242841A1 (en) * 2016-02-24 2017-08-24 International Business Machines Corporation Theft detection via adaptive lexical similarity analysis of social media data streams
WO2017157200A1 (zh) * 2016-03-17 2017-09-21 阿里巴巴集团控股有限公司 特征词汇提取方法及装置
CN108509417A (zh) * 2018-03-20 2018-09-07 腾讯科技(深圳)有限公司 标题生成方法及设备、存储介质、服务器
CN109740139A (zh) * 2018-11-27 2019-05-10 平安科技(深圳)有限公司 文档标题自定义样式控制方法、装置、计算机设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104850546A (zh) * 2014-02-13 2015-08-19 腾讯科技(深圳)有限公司 移动媒介信息的展示方法和系统
US20170147691A1 (en) * 2015-11-20 2017-05-25 Guangzhou Shenma Mobile Information Technology Co. Ltd. Method and apparatus for extracting topic sentences of webpages
US20170221105A1 (en) * 2016-02-01 2017-08-03 International Business Machines Corporation Online article headline generation
US20170242841A1 (en) * 2016-02-24 2017-08-24 International Business Machines Corporation Theft detection via adaptive lexical similarity analysis of social media data streams
WO2017157200A1 (zh) * 2016-03-17 2017-09-21 阿里巴巴集团控股有限公司 特征词汇提取方法及装置
CN106779833A (zh) * 2016-12-09 2017-05-31 广东神马搜索科技有限公司 信息发布方法、设备、可编程设备及服务平台
CN106776523A (zh) * 2017-01-22 2017-05-31 百度在线网络技术(北京)有限公司 基于人工智能的新闻速报生成方法及装置
CN106933808A (zh) * 2017-03-20 2017-07-07 百度在线网络技术(北京)有限公司 基于人工智能的文章标题生成方法、装置、设备及介质
CN108509417A (zh) * 2018-03-20 2018-09-07 腾讯科技(深圳)有限公司 标题生成方法及设备、存储介质、服务器
CN109740139A (zh) * 2018-11-27 2019-05-10 平安科技(深圳)有限公司 文档标题自定义样式控制方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨冰等: "融入显著性事件信息的标题生成方法", 计算机工程与应用, no. 24 *
王海刚等: "媒介生态学视域下自媒体传播策略探析", 现代传播(中国传媒大学学报), no. 11 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417834A (zh) * 2019-08-23 2021-02-26 珠海金山办公软件有限公司 一种文档处理方法、装置及电子设备
CN110795930A (zh) * 2019-10-24 2020-02-14 网娱互动科技(北京)股份有限公司 一种文章标题优化方法、系统、介质及设备
CN110909154A (zh) * 2019-11-20 2020-03-24 北京字节跳动网络技术有限公司 摘要生成方法及装置
WO2021115144A1 (zh) * 2019-12-13 2021-06-17 汉海信息技术(上海)有限公司 社交信息的发布
CN111274799B (zh) * 2020-01-09 2023-06-23 天津车之家数据信息技术有限公司 一种文章标题生成方法、装置及存储介质
CN111274799A (zh) * 2020-01-09 2020-06-12 天津车之家数据信息技术有限公司 一种文章标题生成方法、装置及存储介质
CN111460801A (zh) * 2020-03-30 2020-07-28 北京百度网讯科技有限公司 标题生成方法、装置及电子设备
CN111460801B (zh) * 2020-03-30 2023-08-18 北京百度网讯科技有限公司 标题生成方法、装置及电子设备
CN112149407A (zh) * 2020-09-18 2020-12-29 北京有竹居网络技术有限公司 标题生成方法、训练方法、装置、电子设备和存储介质
CN112149408A (zh) * 2020-09-18 2020-12-29 北京有竹居网络技术有限公司 标题生成方法、训练方法、装置、电子设备和存储介质
CN112149408B (zh) * 2020-09-18 2022-11-08 北京有竹居网络技术有限公司 标题生成方法、训练方法、装置、电子设备和存储介质
CN112667871A (zh) * 2020-12-30 2021-04-16 新奥数能科技有限公司 数据标识方法、装置、计算机可读存储介质及电子设备
CN112699656A (zh) * 2020-12-31 2021-04-23 北京有竹居网络技术有限公司 一种广告标题重写方法、装置、设备及储存介质
WO2022143732A1 (zh) * 2020-12-31 2022-07-07 北京有竹居网络技术有限公司 一种广告标题重写方法、装置、设备及储存介质
WO2022242315A1 (zh) * 2021-05-21 2022-11-24 中兴通讯股份有限公司 微件生成方法、装置、电子设备、存储介质
TWI803093B (zh) * 2021-12-09 2023-05-21 中華電信股份有限公司 處理豐富文字之語意理解系統、方法及其電腦可讀媒介

Also Published As

Publication number Publication date
CN110134931B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN110134931A (zh) 媒介标题生成方法、装置、电子设备及可读介质
US11868732B2 (en) System for minimizing repetition in intelligent virtual assistant conversations
US20220292525A1 (en) Multi-service business platform system having event systems and methods
Kliestik et al. Live shopping in the metaverse: Visual and spatial analytics, cognitive artificial intelligence techniques and algorithms, and immersive digital simulations
CN110717017B (zh) 一种处理语料的方法
CN108446813A (zh) 一种电商服务质量综合评价的方法
US20170337261A1 (en) Decision Making and Planning/Prediction System for Human Intention Resolution
US20180165696A1 (en) Predictive Analytics Diagnostic System and Results on Market Viability and Audience Metrics for Scripted Media
US11615241B2 (en) Method and system for determining sentiment of natural language text content
US20220237373A1 (en) Automated categorization and summarization of documents using machine learning
CN107077841A (zh) 用于文本到语音的超结构循环神经网络
CN107787491A (zh) 用于重新使用文档中的内容的文档存储
CN108369806B (zh) 可配置的通用语言理解模型
CN109582788A (zh) 垃圾评论训练、识别方法、装置、设备及可读存储介质
WO2023005968A1 (zh) 文本类别识别方法、装置、电子设备和存储介质
Park et al. Text mining-based four-step framework for smart speaker product improvement and sales planning
Bowker Terminology management
Alías et al. Towards high-quality next-generation text-to-speech synthesis: A multidomain approach by automatic domain classification
Hazarika et al. Are numeric ratings true representations of reviews? A study of inconsistency between reviews and ratings
Zhang et al. Semi-autonomous data enrichment based on cross-task labelling of missing targets for holistic speech analysis
CN116955591A (zh) 用于内容推荐的推荐语生成方法、相关装置和介质
CN110475158A (zh) 视频学习素材的提供方法、装置、电子设备及可读介质
US11599339B2 (en) Creating user experience designs
Sarigiannidis et al. A novel lexicon-based approach in determining sentiment in financial data using learning automata
CN110472140B (zh) 对象词推荐方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant