CN110555198A - 用于生成文章的方法、装置、设备和计算机可读存储介质 - Google Patents

Abstract

本公开的实施例提供了用于生成文章的方法、装置、电子设备和计算机可读介质。该方法包括：获取预定类型的第一文章中的第一对象的属性，该属性包括第一对象的对象类别和用于描述第一对象的对象特征；基于第一对象的属性，获取预定类型的第二文章，第二文章包括第二对象，第二对象的属性与第一对象的属性相关联；以及基于第一文章和第二文章，生成预定类型的第三文章，第三文章包括针对第一对象和第二对象中的至少一项的描述。以此方式，可以节省人力成本，并生成内容丰富的新文章。

Description

用于生成文章的方法、装置、设备和计算机可读存储介质

技术领域

本公开的实施例涉及文章自动生成领域，更具体地，涉及用于生成预定类型的文章的方法、装置、设备和计算机可读存储介质。

背景技术

随着信息技术的发展，人们可以通过各种自媒体平台来发表文章，以提供并分享其自己经历的事件、自己的观点等等。盘点类文章是对具有某一共性的实体进行盘点的文章，由于其内容素材较为丰富并且所盘点的实体通常自带流量，而备受读者喜爱。然而，盘点类文章是横向的扩展，人力编写往往需要确定某一共性，然后搜集大量的资料进行佐证，接着再人为编辑成文章，这个过程是非常耗费人力且繁琐的。

发明内容

根据本公开的实施例，提供了一种用于生成文章的方案。

在本公开的第一方面，提供了一种用于生成文章的方法。该方法包括：获取预定类型的第一文章中的第一对象的属性，该属性包括第一对象的对象类别和用于描述第一对象的对象特征；基于第一对象的属性，获取预定类型的第二文章，第二文章包括第二对象，第二对象的属性与第一对象的属性相关联；以及基于第一文章和第二文章，生成预定类型的第三文章，第三文章包括针对第一对象和第二对象中的至少一项的描述。

在本公开的第二方面，提供了一种用于生成文章的装置。该装置包括：属性获取模块，被配置为获取预定类型的第一文章中的第一对象的属性，该属性包括第一对象的对象类别和用于描述第一对象的对象特征；文章获取模块，被配置为基于第一对象的属性，获取预定类型的第二文章，第二文章包括第二对象，第二对象的属性与第一对象的属性相关联；以及文章生成模块，被配置为基于第一文章和第二文章，生成预定类型的第三文章，第三文章包括针对第一对象和第二对象中的至少一项的描述。

在本公开的第三方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，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，使得电子设备实现根据本公开的第一方面的方法。

在本公开的第四方面，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根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了能够在其中实现本公开的实施例的示例性环境的示意图；

图2示出了根据本公开的实施例用于生成文章的方法的流程图；

图3示出了根据本公开的实施例用于基于第一文章和第二文章生成第三文章的方法的流程图；

图4示出了根据本公开的实施例用于生成文章的装置的方框图；以及

图5示出了能够实施本公开的实施例的电子设备的方框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上文所提及的，通过人工的方式来编辑文章，特别是盘点类文章，通常是耗时耗力的。当前，也存在一些使用机器来自动生成盘点类文章的方法。使用这些方法生成盘点类文章时，需要先确定能够获取到实体素材的垂直站点，然后编写相应的代码抓取素材，再根据预先定义的模板进行填充。然而，在生成不同领域的盘点类文章时，从中抓取素材的垂直站点是不同的，因此需要针对不同的站点编写不同的代码。由于在生成不同领域的盘点类文章时需要专门编写不同的代码，导致现有的自动生成文章的方法不具有通用性，因此不能有效地解放人力。

为此，本公开的实施例提供了一种用于生成文章的方案。该方案基于预定类型的文章的结构，从已有的预定类型的文章的标题中提取出文章中所提及的实体(下文也称为“对象”)的属性，该属性包括所提及的实体的类别(在本文中也被称为“对象类别”)和用于描述所提及的实体的特征(在本文中也被称为“对象特征”)，从标题中提取的属性反映了已有文章中所提及的对象的共性。之后，基于所提取的属性对已有文章进行聚类，从而生成新的预定类型的文章。该方案通过已有文章的标题中的属性之间的相似性，来判断这些已有文章中描述的实体是否具有共性，从而无需人工确定实体的共性，进而不需要搜集资料进行佐证。而且，该方案适合于不同的垂直站点，通用性较强。

下面将结合图1到图5来具体描述本公开的实施例。

图1示出了能够在其中实现本公开的实施例的示例性环境100的示意图。在环境100中，计算设备102可以从数据存储库104检索多篇已有的文章106。例如，计算设备102可以基于诸如“盘点”、“细数”、“八一八”之类的关键词，利用搜索引擎(图1中未示出)来从数据存储库104检索已有的盘点类文章106。

在本公开的实施例中，文章通常包括标题、正文等部分。标题用于以简洁的方式概括文章的内容，例如用一个句子或若干短语来概括文章的内容。正文包括文章所要描述的内容，通常由被组织成段落的素材组成，素材可以包括文字素材、图片素材、动画素材等等。

在下文中，以盘点类文章为例来描述本公开的实施例。但是，本公开的实施例并不仅仅限于盘点类文章，而是可以适用于具有如下性质的任何文章：围绕某个话题或某个属性来对实体的素材进行组织。具有这种性质的文章在本文中可以被称为预定类型的文章，包括但不限于：盘点类文章、新闻聚类文章、评论类文章、资讯聚合类文章等。

对于大部分盘点类文章而言，其标题都具有特定的结构，即包含文章中所描述的对象的对象类别以及用于描述这些对象的对象特征，盘点类文章正是基于对象特征来在正文中逐一描述对象的。对于某些盘点类文章而言，其标题还可能包含关于文章中所提及的对象的评价。在本公开的实施例中，对象类别、对象特征和评价均是标题中的短语。例如，对于标题“盘点北京适合宝宝的滑雪场，让你畅享亲子时光”而言，对象类别为“滑雪场”，对象特征为“北京适合宝宝”，评价为“让你畅享亲子时光”。

在图1所示的实施例中，在从数据存储库104获取到这些文章106之后，计算设备102可以利用抓取解析代码提取这些文章106的标题和正文。针对文章106，计算设备102可以通过句法-词性分析，从其标题中挖掘出对象类别和对象特征。在一些实施例中，计算设备102也可以确定标题中除去对象类别和对象特征以外的部分是否适合作为关于文章中提及的对象的评价。计算设备102可以通过用相应的标签来替换标题中的对象类别、对象特征、评价，来生成该文章的标题模板。例如，对于标题“盘点北京适合宝宝的滑雪场，让你畅享亲子时光”而言，其模板为“盘点-对象特征-对象类别-评价”。

对于盘点类文章106而言，其正文通常对标题中所提及的对象类别中的具有相应对象特征(同性)的多个具体对象进行逐一盘点。针对这种结构特点，计算设备102可以将每篇盘点类文章106的正文中的段落标注为与哪个具体对象相关联。例如，如果一个段落中某个具体对象出现次数最多，则可以将该段落标记为用于描述该具体对象的素材。如果多个对象在同一段落中出现的次数相同，则可以将该段落标记为用于描述最先出现的对象的素材。如果一个段落的上一段落为字数少于预定阈值且包含唯一对象的短标题(在本文中也被称为“对象标识段落”)，则可以将该段落标记为用于描述该唯一对象的素材。

对于文章106中所提及的某些对象，计算设备102也可以获得该对象的图片素材。例如，对于明星人物类的盘点而言，计算设备102可以通过公众人物识别工具，将文章106中的图片标记为相应明星的图片素材。计算设备102也可以基于文章106中所提及的对象，从相关的资源库获取该对象的资源，并基于该资源确定该对象的素材。

对于每篇文章106，计算设备102都可以按照上述方式确定出与之相关联的对象类别、对象特征、评价、标题模板以及对象素材。对于那些对象类别相同的文章106而言，计算设备102可以基于这些文章106中的对象特征之间的相似性，来确定这些文章106中所提及的对象是否具有共性，进而确定是否利用这些文章106生成新文章108。例如，对于给定文章而言，计算设备102可以从与该文章的对象类别相关联的多篇文章中选择对象特征与给定文章的对象特征相似的其他文章，并基于给定文章和所选择的其他文章生成新文章108。

计算设备102可以将相似性大于预定阈值相似性的对象特征确定为同义的对象特征。在生成新的盘点类文章108时，计算设备102可以基于具有同义对象特征的多个文章106来生成新文章108。举例而言，假设第一文章的对象特征和第二文章的对象特征的相似性大于阈值相似性，则计算设备102可以通过组合这两篇文章的对象类别、对象特征和评价，来形成新的对象类别、对象特征、评价三元组。计算设备102可以将新的三元组填充到这两篇文章的任意标题模板中，从而生成新文章108的标题。

计算设备102可以基于第一文章的对象素材和第二文章的对象素材，生成新文章106的正文。例如，计算设备102可以重新组织这些素材，以生成新文章106。例如，计算设备102可以在新文章106中将两篇文章中关于同一对象的素材整合到一个段落中，或整合到相邻的段落中。计算设备102可以将第一文章中关于第一对象的素材和第二文章中关于不同的第二对象的素材组织到新文章106中，等等。

上文为了便于描述，只列举了从两篇盘点类文章106生成新的盘点类文章的示例。本领域技术人员将理解的是，本公开的实施例并不限于两篇文章106，而是可以具有更多篇文章。从更多篇文章生成新文章的过程与上面描述的过程类似，在此不再赘述。

计算设备102可以基于与同一对象类别相关联的多篇文章106的对象特征之间的相似性，来确定文章中的对象是否具有共性，据此来生成新的盘点类文章108。与手工撰写盘点类文章相比，不需要人为地为所盘点的对象确定共性并搜集大量材料进行佐证，从而节省人力成本。另外，计算设备102利用盘点类文章的结构特点，提取出对象属性(包括对象类别、对象特征)、评价、对象素材，并基于对象属性的相似性来对文章进行聚类。该方式适合于任何垂直站点，而无需针对不同的垂直站点编写不同的代码，从而具有较强的通用性，在一定程度上节省了编写代码的人力成本。

在图1所示的例子中，对象类别、对象特征、评价、标题模板和对象素材的确定以及新文章的生成都是由计算设备102来实现的。但是本领域技术人员将理解的是，对象类别、对象特征、评价、标题模板和对象素材的确定也可以由其他的一个或多个设备来实现，而不是由计算设备102来实现。计算设备102可以直接利用其它设备已经确定的对象类别、对象特征、评价、标题模板和对象素材来生成新文章108。

应当理解，图1所示的各个部件的数目、结构、连接关系和布局都是示例性的，而非限制性的，并且其中一些部件是可选的。本领域技术人员在本公开的范围内可以在数目、结构、连接关系和布局等方面进行调整。

图2示出了根据本公开的实施例的用于生成的文章的方法200流程图。方法200可以由图1所示的计算设备102来执行。如上面所提及的，在本公开的实施例中，预定类型的文章是指这样的文章：围绕某个话题或某个共性对对象的素材进行组织。预定类型的文章可以包括但不限于盘点类文章、新闻聚类文章、评论类文章、资讯聚合类文章等。

在框202，计算设备102获取预定类型的第一文章中的第一对象的属性，该属性包括第一对象的对象类别和用于描述第一对象的对象特征。在本公开的实施例中，对象类别和对象特征均为第一文章的标题中的短语。

在一些实施例中，计算设备102可以通过与预定类型相关的预定关键词(例如“盘点”、“细数”、“八一八”等)通过搜索引擎而检索到预定类型的第一文章。基于盘点类文章的特定结构，计算设备102可以通过预定关键词从第一文章的标题确定包含第一对象的属性的部分。例如，针对标题“盘点北京适合宝宝的滑雪场，让你畅享亲子时光”，计算设备102可以将关键词“盘点”所在的子句“盘点北京适合宝宝的滑雪场”作为包含第一对象的属性的部分。

之后，计算设备102可以对所述部分进行句法-词性分析，以提取出对象类别和对象特征。例如，计算设备102可以对所述部分进行依存句法分析、词性标注、命名实体识别，并根据句法结构、词性(例如形容词、名词)、实体类别选择出短语，进而提取出对象类别和对象特征。

在框204，计算设备102基于第一对象的属性获取预定类型的第二文章，第二文章包括第二对象，第二对象的属性与第一对象的属性相关联。在一些实施例中，计算设备102可以获取与第一对象的对象类别相关联的预定类型的文章集合。例如，计算设备102可以以第一对象的对象类别或其同义词为关键词来搜索标题中含有该对象类别的、预定类型的文章集合。计算设备102可以确定所述对象特征与文章集合中的文章所包括的对象特征之间的相似度，并基于所确定的相似度，来从文章集合中选择第二文章。

在一些实施例中，相似度可以是基于字符共现的相似度。在一些实施例中，为了选择合适的第二文章以便于与第一文章一起生成第三文章，计算设备102也可以基于语义相似度，来从文章集合中选择第二文章。对于文章集合中的任意给定文章，计算设备102可以按照框202中所描述的操作，来获取该给定文章的对象类别和对象特征。计算设备102可以基于深度学习确定该给定文章的对象特征与第一文章的对象特征之间的语义相似度，并从文章集合中选择语义相似度大于预定阈值的文章，作为第二文章。

在一些实施例中，如果对文章集合中的每篇文章，都计算其对象特征与第一文章的对象特征的语义相似度，那么在文章集合较大的情况下，可能会占用过多的计算资源。为此，在一些实施例中，计算设备102可以基于字符共现的方式计算给定文章的对象特征与第一文章的对象特征之间的非语义相似度。计算设备102可以基于非语义相似度对文章集合中的文章进行排序，选择文章集合中的排名在前N(N>＝1)位的N个文章，并计算所选择的N个文章的对象特征与第一文章的对象特征的语义相似度。从而基于所计算的语义相似度，从这N篇文章中选择第二文章。本领域技术人员将了解的是，所选择的第二文章的数目不限于一个，而是可以为多个。

在上述过程中，计算设备102以对象类别或其同义词为关键词来搜索标题中含有该对象类别的、预定类型的文章集合。如果同义词考虑得不全的话，所获得的文章集合中的文章数目可能有限。为此，在一些实施例中，计算设备102也可以基于预定关键词(例如“盘点”、“细数”、“八一八”等)获取预定类型的文章集合。之后，计算设备102可以确定第一文章的对象的属性与所获取的文章集合所包括的对象的属性之间的相似度，并基于该相似度来从文章集合中选择第二文章。在这些实施例中，不是从预定类型的文章中先筛选出与对象类别相关联的文章集合，而是直接从预定类型的文章中基于同时考虑对象类别和对象特征的相似度，来选择第二文章。由此，可能获得更多的相关联的第二文章，从而生成内容更为丰富的新文章。如前面所描述的，在这些实施例中，相似度包括可以语义相似度和基于字符共现的相似度中的至少一项。

在框206，计算设备102基于第一文章和第二文章，生成预定类型的第三文章，第三文章包括针对第一对象和第二对象中的至少一项的描述。通过框204中的操作，计算设备102所确定的第二文章中的对象的属性与第一文章中的对象的属性描述之间的相似度大于阈值相似性。这表明第二文章中所提及的对象与第一文章中所提及的对象具有共同的属性(即共性)，因此可以基于第一文章和第二文章生成第三文章(即新文章)。关于第三文章的具体生成过程，下文会结合图3进行更详细的描述。

方法200利用预定类型的文章的特定结构，从已有的预定类型的文章中提取出丰富的结构化信息，来生成新的预定类型的文章。例如盘点类文章的标题一般都包含文章中所提及的对象的属性，例如对象类别以及对象特征，方法200可以利用这种结构特点，从已有盘点类文章的标题提取出属性，并基于属性来对已有盘点类文章进行聚类。以这种方式，可以极大地减少生成盘点类文章所需的人力消耗。

如上文所提及的，在按照图2的框202、204中所描述的操作确定出第二文章之后，可以基于第一文章和第二文章生成第三文章。图3示出了基于第一文章和第二文章生成第三文章的方法300的流程图。方法300可以由图1所示的计算设备102来执行。

在框302，计算设备102可以基于第一文章的标题和第二文章的标题，生成第三文章的标题。如上面所描述的，盘点类文章的标题一般由对象类别和对象特征组成，在某些情况下，标题还可以包含关于文章中所提及的对象的共同评价。因此，生成第三标题的过程就是生成第三标题中的对象类别、对象特征和评价的过程。

具体地，由于第一文章和第二文章是对具有相同或类似属性的对象(例如这些对象属于同一对象类别，并且具有类似的对象特征)进行描述的文章，所以在一些实施例中，计算设备102可以基于从所述第一文章的标题中提取的第一对象的属性和从第二文章的标题中提取的第二对象的属性，确定第三文章的标题中的、第三文章所包括的对象的属性。

在一些实施例中，计算设备102可以从第一对象的对象类别和第二对象的对象类别中选择任意一个，作为第三文章的标题中的对象类别。计算设备102可以从第一对象的对象特征和第二对象的对象特征中选择任意一个，作为第三文章的标题中的对象特征。

由于有些盘点类文章的标题中还包含关于文章中所提及的对象的共同评价，例如“让你畅想亲子时光”，所以在一些实施例中，计算设备102还可以通过从第一标题和第二标题中提取出相应评价，来为第三文章的标题生成关于第三文章中所提及的对象的第三评价，以此来丰富第三文章的标题。

具体地，计算设备102可以从第一文章的第一标题提取关于第一文章中所提及的对象的第一评价。具体地，计算设备102可以提取第一文章的标题中除去第一对象的属性以外的部分，并对所述部分进行通用性识别，来确定所述部分是否适合作为第一评价。

在本公开的实施例中，所述部分具有通用性是指所述部分是对第一文章中提及的所有对象的概括评价，而不是对第一文章中的某个特定对象的具体评价。如果所述部分不包含表征特定对象的词，例如明星的具体姓名、具体对象的指代词(第一个、最后一个等)，则计算设备102可以确定所述部分具有通用性，从而可以将所述部分确定为第一文章的第一评价。否则，如果所述部分包含表征特定对象的词，则所述部分不能作为第一文章的第一评价。例如，“让你畅想亲子时光”由于不包含表征文章中的具体滑雪场的词，所以其可以作为评价。而标题“盘点适合宝宝的亲子酒店，喜来登酒店太棒了”中的“喜来登酒店太棒了”，由于其包含表征具体对象的词“喜来登酒店”，而不能作为评价。

类似地，计算设备102可以从第二文章的标题提取关于第二文章中所提及的对象的第二评价。第二评价的提取过程类似于第一评价的提取过程，在此不再赘述。计算设备102可以从所提取的第一评价和第二评价中选择任何一个，来作为第三标题中的第三评价。

本领域技术人员将理解的是，第一评价和第二评价的提取也可以由其他设备来实现，计算设备102可以直接从其他设备获得第一评价和第二评价。

在第一文章的标题和第二文章的标题都不包含评价部分的情况下，计算设备102可以通过从第一文章或第二文章生成关于标题的短描述的方式，来为第三文章的标题生成第三评价，使得第三文章的内容比第一文章和第二文章更丰富。下面以第一文章为例，来描述短描述的生成过程，第二文章的短描述生成过程与此类似。

计算设备102可以通过多种方式来从第一文章中提取重要程度高于阈值程度的句子。具体地，计算设备102可以基于第一文章的标题和第一文章正文中的描述对象的素材，通过自然语言处理领域中比较常用的textRank算法，从所述素材中提取出重要程度高于阈值程度的句子。之后，计算设备102可以从这些句子中选择包含实体名称的句子，并对其进行依存句法分析，以提取该句子的主干信息。所提取的主干信息即为第一文章的短描述，计算设备102可以将该短描述确定为第三文章的第三评价。以此方式，即使在第一文章的标题和第二文章的标题中不包含评价内容时，也能为新文章的标题生成评价内容，从而使得新文章的内容更加丰富。

在框304，计算设备102可以从第一文章的正文获取描述第一对象的第一素材。由于盘点类文章的结构特性，其正文通常是按照段落对具有共性的各个对象进行描述。在本公开的实施例中，素材的获取过程即为将各个段落标记为与相应对象相关联的过程，第一对象的第一素材的获取过程即为获取与第一对象相关联的段落的过程。

计算设备102可以使用命名实体工具来识别出文章中所提及的包括第一对象在内的多个对象。然后，针对第一文章中的给定段落，基于预定策略来将该段落标记为与哪个对象相关联。具体地，对于给定段落，计算设备102可以统计各个对象在该段落中的出现次数，并据此确定在该段落中出现次数最多的对象。计算设备102可以将该段落标记为与该对象相关联，即该段落为描述该对象的素材。如果在该段落中，出现次数最多的对象不只一个，计算设备102可以将该段落标记为与在该段落中第一次出现的对象相关联。

在对第一文章的正文中的各段落进行标记之后，计算设备102可以从这些段落中确定与第一对象相关联的段落，并基于所确定的段落来确定描述第一对象的第一素材。例如，计算设备102可以将该段落确定为第一素材。

在某些盘点类文章的正文中，经常会有短标题(也可以被称为对象标识段落)，其是字数少于阈值字数(例如20字)且包含唯一对象的段落。在一些实施例中，计算设备102可以利用短标题来对紧邻段标题之后的段落进行标记。具体地，计算设备可以将短标题之后的段落标记为关于短标题中的唯一对象的素材。为此，在一些实施例中，计算设备102可以确定第一文章的正文中的与第一对象相关的对象标识段落，该对象标识段落是字数小于阈值字数并且仅包括第一对象的段落，并且将紧邻该对象标识段落之后的段落确定为第一素材。

在某些盘点类文章中，可能会存在除了文字以外的其他资源，例如图片、音频、视频等。例如，对于明星人物类的盘点而言，计算设备102可以通过公众人物识别工具，将第一文章中的图片标记为相应明星的图片素材。对于景点类的包含景点图片的盘点文章，计算设备102可以基于对象的名称从景点类图片库检索与该对象对应的图片，以作为该对象的图片素材。

在第一文章不包含例如图片的情况下，在一些实施例中，计算设备102可以从与对象类别相关联的资源库中获取与第一对象相对应的资源，并基于该资源，确定第一素材。例如，计算设备102可以以第一对象的名称为关键词，从相关资源库中检索与第一对象对应的资源，作为第一对象的素材。以此方式，可以使第三文章不仅包含文字素材，还包括图片素材、音频素材、视频素材等，从而使得第三文章的内容更为丰富。

在框306，计算设备102可以从第二文章的征文获取描述第二对象的第二素材。第二素材的获取过程与第一素材的获取过程类似，因此不再赘述。

在框308，计算设备102可以基于第一素材和第二素材，生成第三文章的正文。例如，计算设备102可以重新组织第一素材和第二素材。具体地，计算设备102可以在第三文章中将第一和第二文章中关于同一对象的素材整合到一个段落中，或整合到相邻的段落中。计算设备102可以将第一文章中关于第一对象的素材和第二文章中关于不同的第二对象的素材组织到第三文章中，等等。

方法300利用从已有的第一文章和第二文章中提取的信息，能够生成内容更为丰富的新文章。方法300可以适合于不同类型的垂直站点，无需针对不同的垂直站点编写不同的代码，从而减少了生成盘点类文章所需的人力消耗。

图4示出了根据本公开的实施例用于生成预定类型的文章的装置400的方框图。装置400可以被包含在图1的计算设备102中或者被实现为计算设比102。如图4所示，装置400包括：属性获取模块410，被配置为获取预定类型的第一文章中的第一对象的属性，该属性包括第一对象的对象类别和用于描述第一对象的对象特征；文章获取模块420，被配置为基于第一对象的属性，获取预定类型的第二文章，第二文章包括第二对象，第二对象的属性与第一对象的属性相关联；以及文章生成模块430，被配置为基于第一文章和第二文章，生成预定类型的第三文章，第三文章包括针对第一对象和第二对象中的至少一项的描述。

在一些实施例中，属性获取模块410可以包括提取模块，被配置为从第一文章的标题提取对象类别和对象特征。

在一些实施例中，文章获取模块420可以包括：文章集合获取模块，被配置为获取与对象类别相关联的、预定类型的文章集合；以及相似度确定模块，被配置为确定对象特征与文章集合中的文章所包括的对象特征之间的相似度；以及文章选择模块，被配置为基于相似度，从文章集合中选择第二文章。

在一些实施例中，文章获取模块420可以包括：文章集合获取模块，被配置为获取预定类型的文章集合；相似度确定模块，被配置为确定第一对象的属性与文章集合中的文章所包括的对象的属性之间的相似度；以及文章选择模块，被配置为基于相似度从文章集合中选择第二文章。

在一些实施例中，相似度包括语义相似度和基于字符共现的相似度中的至少一项。

在一些实施例中，文章生成模块430可以包括：标题生成模块，被配置为基于第一文章的标题和第二文章的标题，生成第三文章的标题；素材获取模块，被配置为从第一文章的正文获取第一素材，第一素材描述第一对象，以及从第二文章的正文获取第二素材，第二素材描述第二对象；以及正文生成模块，被配置为基于第一素材和第二素材，生成第三文章的正文。

在一些实施例中，标题生成模块可以包括：属性确定模块，被配置为基于从第一文章的标题中提取的第一对象的属性和从第二文章的标题中提取的第二对象的属性，确定第三文章的标题中的、第三文章所包括的对象的属性。

在一些实施例中，装置400还可以包括：评价提取模块，被配置为从第一文章的标题提取关于第一对象的第一评价，以及从第二文章的标题提取关于第二对象的第二评价；以及评价确定模块，被配置为基于第一评价和第二评价，确定第三标题中的关于第三文章中的对象的第三评价。

在一些实施例中，评价提取模块可以包括：获取模块，被配置为获取第一标题中去除所述第一对象的属性以外的部分；确定模块，被配置为确定所述部分是否包含表征特定对象的词；以及评价确定模块，被配置为响应于所述部分不包含表征特定对象的词，将所述部分确定为第一评价。

在一些实施例中，装置400还可以包括：句子提取模块，被配置为基于第一文章的标题，从第一素材中提取重要程度高于阈值重要程度的句子；以及主干提取模块，被配置为提取所述句子的主干，作为第三标题中的、关于第三文章中的对象的第三评价。

在一些实施例中，素材获取模块可以包括：段落确定模块，被配置为在所述第一文章的正文中确定与所述第一对象相关联的段落；以及素材确定模块，被配置为基于该段落，确定第一素材。

在一些实施例中，素材获取模块可以包括：段落确定模块，被配置为确定第一文章的正文中的对象标识段落，对象标识段落是字数小于阈值字数并且仅包括第一对象的段落；以及素材确定模块，被配置为将紧邻对象标识段落之后的段落确定为第一素材。

在一些实施例中，素材获取模块可以包括：资源获取模块，被配置为从与对象类别相关联的资源库中获取与第一对象相对应的资源；以及素材确定模块，被配置为基于所述资源，确定所述第一素材。

图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。设备500可以用于实现图1的计算设备102。如图所示，设备500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可以存储设备500操作所需的各种程序和数据。CPU 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。

设备500中的多个部件连接至I/O接口505，包括：输入单元706，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元501执行上文所描述的各个方法和处理，例如方法200、300。例如，在一些实施例中，方法200、300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由CPU 501执行时，可以执行上文描述的方法200、300的一个或多个步骤。备选地，在其他实施例中，CPU501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、300。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (28)

1.一种用于生成文章的方法，包括：

获取预定类型的第一文章中的第一对象的属性，所述属性包括所述第一对象的对象类别和用于描述所述第一对象的对象特征；

基于所述第一对象的属性，获取所述预定类型的第二文章，所述第二文章包括第二对象，所述第二对象的属性与所述第一对象的属性相关联；以及

基于所述第一文章和所述第二文章，生成所述预定类型的第三文章，所述第三文章包括针对所述第一对象和所述第二对象中的至少一项的描述。

2.根据权利要求1所述的方法，其中获取所述第一对象的属性包括：

从所述第一文章的标题提取所述对象类别和所述对象特征。

3.根据权利要求1所述的方法，其中获取所述第二文章包括：

获取与所述对象类别相关联的、所述预定类型的文章集合；以及

确定所述对象特征与所述文章集合中的文章所包括的对象特征之间的相似度；以及

基于所述相似度，从所述文章集合中选择所述第二文章。

4.根据权利要求1所述的方法，其中获取所述第二文章包括：

获取所述预定类型的文章集合；

确定所述第一对象的所述属性与所述文章集合中的文章所包括的对象的属性之间的相似度；以及

基于所述相似度从所述文章集合中选择所述第二文章。

5.根据权利要求3或4所述的方法，其中所述相似度包括语义相似度和基于字符共现的相似度中的至少一项。

6.根据权利要求1所述的方法，其中生成所述第三文章包括：

基于所述第一文章的标题和所述第二文章的标题，生成所述第三文章的标题；

从所述第一文章的正文获取第一素材，所述第一素材描述所述第一对象；

从所述第二文章的正文获取第二素材，所述第二素材描述所述第二对象；以及

基于所述第一素材和所述第二素材，生成所述第三文章的正文。

7.根据权利要求6所述的方法，其中生成所述第三文章的标题包括：

基于从所述第一文章的标题中提取的所述第一对象的属性和从所述第二文章的标题中提取的所述第二对象的属性，确定所述第三文章的标题中的、所述第三文章所包括的对象的属性。

8.根据权利要求6所述的方法，还包括：

从所述第一文章的标题提取关于所述第一对象的第一评价；

从所述第二文章的标题提取关于所述第二对象的第二评价；以及

基于所述第一评价和所述第二评价，确定所述第三标题中的关于所述第三文章中的对象的第三评价。

9.根据权利要求8所述的方法，其中提取所述第一评价包括：

获取所述第一标题中去除所述第一对象的属性以外的部分；

确定所述部分是否包含表征特定对象的词；以及

响应于所述部分不包含表征特定对象的词，将所述部分确定为所述第一评价。

10.根据权利要求7所述的方法，还包括：

基于所述第一文章的标题，从所述第一素材中提取重要程度高于阈值程度的句子；以及

提取所述句子的主干，作为所述第三标题中的、关于所述第三文章中的对象的第三评价。

11.根据权利要求6所述的方法，其中获取所述第一素材包括：

在所述第一文章的正文中确定与所述第一对象相关联的段落；以及

基于所述段落，确定所述第一素材。

12.根据权利要求6所述的方法，其中获取所述第一素材包括：

确定所述第一文章的正文中的对象标识段落，所述对象标识段落是字数小于阈值字数并且仅包括所述第一对象的段落；以及

将紧邻所述对象标识段落之后的段落确定为所述第一素材。

13.根据权利要求6所述的方法，其中获取所述第一素材包括：

从与所述对象类别相关联的资源库中获取与所述第一对象相对应的资源；以及

基于所述资源，确定所述第一素材。

14.一种用于生成文章的装置，包括：

属性获取模块，被配置为获取预定类型的第一文章中的第一对象的属性，所述属性包括所述第一对象的对象类别和用于描述所述第一对象的对象特征；

文章获取模块，被配置为基于所述第一对象的属性，获取所述预定类型的第二文章，所述第二文章包括第二对象，所述第二对象的属性与所述第一对象的属性相关联；以及

文章生成模块，被配置为基于所述第一文章和所述第二文章，生成所述预定类型的第三文章，所述第三文章包括针对所述第一对象和所述第二对象中的至少一项的描述。

15.根据权利要求14所述的装置，其中所述属性获取模块包括：

提取模块，被配置为从所述第一文章的标题提取所述对象类别和所述对象特征。

16.根据权利要求14所述的装置，其中所述文章获取模块包括：

文章集合获取模块，被配置为获取与所述对象类别相关联的、所述预定类型的文章集合；以及

相似度确定模块，被配置为确定所述对象特征与所述文章集合中的文章所包括的对象特征之间的相似度；以及

文章选择模块，被配置为基于所述相似度，从所述文章集合中选择所述第二文章。

17.根据权利要求14所述的装置，其中所述文章获取模块包括：

文章集合获取模块，被配置为获取所述预定类型的文章集合；

相似度确定模块，被配置为确定所述第一对象的所述属性与所述文章集合中的文章所包括的对象的属性之间的相似度；以及

文章选择模块，被配置为基于所述相似度从所述文章集合中选择所述第二文章。

18.根据权利要求16或17所述的装置，其中所述相似度包括语义相似度和基于字符共现的相似度中的至少一项。

19.根据权利要求14所述的装置，其中所述文章生成模块包括：

标题生成模块，被配置为基于所述第一文章的标题和所述第二文章的标题，生成所述第三文章的标题；

素材获取模块，被配置为从所述第一文章的正文获取第一素材，所述第一素材描述所述第一对象，以及从所述第二文章的正文获取第二素材，所述第二素材描述所述第二对象；以及

正文生成模块，被配置为基于所述第一素材和所述第二素材，生成所述第三文章的正文。

20.根据权利要求19所述的装置，其中所述标题生成模块包括：

属性确定模块，被配置为基于从所述第一文章的标题中提取的所述第一对象的属性和从所述第二文章的标题中提取的所述第二对象的属性，确定所述第三文章的标题中的、所述第三文章所包括的对象的属性。

21.根据权利要求19所述的装置，还包括：

评价提取模块，被配置为从所述第一文章的标题提取关于所述第一对象的第一评价，以及从所述第二文章的标题提取关于所述第二对象的第二评价；以及

评价确定模块，被配置为基于所述第一评价和所述第二评价，确定所述第三标题中的关于所述第三文章中的对象的第三评价。

22.根据权利要求21所述的装置，其中所述评价提取模块包括：

获取模块，被配置为获取所述第一标题中去除所述第一对象的属性以外的部分；

确定模块，被配置为确定所述部分是否包含表征特定对象的词；以及

评价确定模块，被配置为响应于所述部分不包含表征特定对象的词，将所述部分确定为所述第一评价。

23.根据权利要求20所述的装置，还包括：

句子提取模块，被配置为基于所述第一文章的标题，从所述第一素材中提取重要程度高于阈值程度的句子；以及

主干提取模块，被配置为提取所述句子的主干，作为所述第三标题中的、关于所述第三文章中的对象的第三评价。

24.根据权利要求19所述的装置，其中所述素材获取模块包括：

段落确定模块，被配置为在所述第一文章的正文中确定与所述第一对象相关联的段落；以及

素材确定模块，被配置为基于所述段落，确定所述第一素材。

25.根据权利要求19所述的装置，其中所述素材获取模块包括：

段落确定模块，被配置为确定所述第一文章的正文中的对象标识段落，所述对象标识段落是字数小于阈值字数并且仅包括所述第一对象的段落；以及

素材确定模块，被配置为将紧邻所述对象标识段落之后的段落确定为所述第一素材。

26.根据权利要求19所述的装置，其中所述素材获取模块包括：

资源获取模块，被配置为从与所述对象类别相关联的资源库中获取与所述第一对象相对应的资源；以及

素材确定模块，被配置为基于所述资源，确定所述第一素材。

27.一种电子设备，所述电子设备包括：

一个或多个处理器；以及

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时，使得所述电子设备实现根据权利要求1-13中任一项所述的方法。

28.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1-13中任一项所述的方法。