CN111400464B - 一种文本生成方法、装置、服务器及存储介质 - Google Patents
一种文本生成方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111400464B CN111400464B CN201910004877.0A CN201910004877A CN111400464B CN 111400464 B CN111400464 B CN 111400464B CN 201910004877 A CN201910004877 A CN 201910004877A CN 111400464 B CN111400464 B CN 111400464B
- Authority
- CN
- China
- Prior art keywords
- corpus
- text
- attribute information
- popularization
- query
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种文本生成方法、装置、服务器及存储介质,方法包括:从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;获取每个目标检索词对应的对象属性信息;根据不同的询问类型确定对应的成文结构,并依据对象属性信息获取成文结构中所需的语料;基于成文结构对语料进行组合,得到每个目标检索词对应的文本,该文本用于作为搜索引擎中的结果页。本发明实施例将询问对象评价类的检索词划分不同的询问类型,并获取与不同类型的检索词涉及对象相关的语料,合成为文本作为搜索引擎中的结果,从而解决了现有技术中针对询问评价类的搜索请求搜索效率较低,且无法提供高可靠性检索结果的问题。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种文本生成方法、装置、服务器及存储介质。
背景技术
随着互联网技术的发展,搜索引擎已经成为用户获取信息的重要途径。据统计,在搜索引擎上,每天发生着约100亿次的搜索请求,这些搜索请求的背后是用户对于获取相关信息的诉求。其中,存在着大量有关不同产品如何选择、某特定品类排行和产品优缺点对比等询问评价类的搜索请求。
现有技术中,针对询问评价类的搜索请求,提供给用户的搜索结果通常是根据检索词匹配的相关网站或网页,或者从一些问答知识类网站数据库以及其他途径提取的相关答案。然而,匹配到的网站或网页的来源不可控,导致其置信度不可控,而且和用户诉求的匹配度也无法保证。而知识问答类网站中,不论是网友的回答还是企业的回答,质量也都参差不齐,用户无法得到可靠性高的搜索结果。
发明内容
本发明实施例提供一种文本生成方法、装置、服务器及存储介质,解决了现有技术中针对询问评价类的搜索请求搜索效率较低,且无法提供高可靠性检索结果的问题。
第一方面,本发明实施例提供了一种文本生成方法,所述方法包括:
从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
获取每个目标检索词对应的对象属性信息;
根据不同的询问类型确定对应的成文结构,并依据所述产品属性信息获取所述成文结构中所需的语料;
基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
第二方面,本发明实施例还提供了一种文本生成装置,所述装置包括:
询问类型确定模块,用于从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
属性信息确定模块,用于获取每个目标检索词对应的产品属性信息;
所需语料获取模块,用于根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
文本结果生成模块,用于基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
第三方面,本发明实施例还提供了一种服务器,所述服务器包括:
一个或多个处理器;
存储装置,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发明任意实施例所述的一种文本生成方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的一种文本生成方法。
本发明实施例通过从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;获取每个目标检索词对应的对象属性信息;根据不同的询问类型确定对应的成文结构,并依据所述产品属性信息获取所述成文结构中所需的语料;基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,该文本用于作为搜索引擎中的结果页,从而解决了现有技术中针对询问评价类的搜索请求搜索效率较低,且无法提供高可靠性检索结果的问题。其中,将询问对象评价类的检索词划分不同的询问类型,并按照与不同询问类型对应的成文结构,获取与不同类型的检索词涉及产品相关的语料,使得语料的内容与检索需求更加匹配,提高语料的准确性和丰富程度,输出更优质的文本,从而可以有效提高搜索结果的准确度,以满足不同用户的需求,得到更好的用户体验和美誉度以及更强的用户粘性。同时,文本可以自动化生成,可高效复制,满足超大流量所需。
附图说明
图1是本发明实施例一中的一种文本生成方法的流程图;
图2是本发明实施例二中的一种文本生成方法的流程图;
图3是本发明实施例三中的一种文本生成方法的流程图;
图4是本发明实施例四中的一种文本生成装置的结构示意图;
图5是本发明实施例五中的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种文本生成方法的流程图,本实施例可适用于针对询问对象评价类的检索需求生成作为检索结果页的文本的情况,该方法可以由文本生成装置来执行,该装置可通过软件和/或硬件实现,并可配置在服务器中,如图1所示,该方法包括:
S110、从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型。
其中,对象可以是用户检索的目标,比如某些产品或商品等。例如,消费者或用户通常会通过互联网检索与某些产品相关的评价信息,帮助自己做出最终的决策,比如对象可以是手机、电脑等产品。历史检索词可以是服务器采集的各个用户检索过程中输入或用到的关键词或检索词,具体可以是针对评价类的搜索场景中输入的检索词。示例性的,当用户在进行检索评价类的相关搜索时,比如输入“A产品和B产品相比,哪个性价比高”,即作为目标检索词。
询问类型可以是用户进行不同产品的评价对比请求或推荐排名请求,每个检索词可以反映出一定的用户询问的目的,因此通过对检索词的识别即可获知其对应的询问类型。比如目标检索词中出现的“哪个性价比高”或“好不好”等可以解读为用户的评价对比类请求;“推荐”或“排名”等可以解读为用户的推荐排名类请求。在具体实施过程中,可以将历史检索词存入历史检索数据库中,并且历史检索数据库可以实时进行更新。
S120、获取每个目标检索词中对应的对象属性信息。
对象属性信息可以是与对象相关的基本信息,比如针对产品,对象的属性信息即可以是产品属性信息,包括与产品相关的特质、特征和性质信息等。具体的,如果产品是服装,则服装的风格、款式、面料、品牌、名称或编号等,都可以作为该产品的属性信息。例如,对于检索词“什么拍照手机好”,其涉及的产品属性信息即为拍照手机。示例性的,通过对检索词进行分词以及词性分析等手段,即可获取到检索词中涉及的产品属性信息,例如检索词中的名词通常可以作为用户询问的产品和对象。
S130、根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料。
成文结构是针对不同询问类型形成的文本所包括的内容和格式,可以是语料进行组合的方式等。语料是针对不同询问类型,回答用户的评价类问题时需要的语言材料,具体如果对象是产品,则所需语料可以包括:产品属性的具体内容,比如产品的品类、品牌、产品的基础知识,以及进行对比或推荐时所需要的其他产品的相关评价信息或其他诸如商业推广广告等有助于用户进一步了解产品详细情况的信息。在具体实施过程中,可以预先将所有的语料保存至语料数据库,可以实时根据对象的更新来更新语料数据库,比如有新的产品或者对产品的排名等描述信息变更时,可以随时更新该语料数据库。在进行文本生成时,可以根据不同的评价类的询问类型,从语料数据库中提取所需的语料。
S140、基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
文本可以指含有对象评价信息,有助于用户参考的内容,比如针对产品而言,文本可以是产品文章内容与推广信息的结合,可以让用户不受强制广告的宣传下,达到广告宣传效果。在本实施例中,具体可以是将语料组合生成软件后,将文本作为搜索引擎可以检索到的结果页,以便当搜索引擎按照相似度匹配等算法检索到文本时,能够通过按照本发明实施例生成的内容丰富且具有一定针对性的文本提供给用户有效的评价问题回答内容,作为针对用户搜索的评价类问题输出的指导性答案。
可选的,所述询问类型至少包括推荐排名类和评价对比类;
相应的,所述推荐排名类对应的成文结构至少包括排名信息、产品信息和推广信息;所述评价对比类对应的成文结构至少包括产品信息和推广信息。
具体的,推荐排名类可以是指询问对象的排名或推荐情况的类型,比如询问某些商品、品牌或商家的排名情况或寻求推荐类等内容的问题类型,示例性的,可以是“求推荐最新拍照手机”或“拍照手机排行榜”等query。对应的成文结构至少包括排名信息、对象信息和推广信息,其中,排名信息可以是对象的排名情况,比如针对产品而言,可以是某产品在同类产品中的排名情况,比如价格排名、销量排名或关注度排名等;对象信息可以是对象的基本信息,比如针对产品的产品信息,可以包括产品特征,比如最优势的特征点,推广信息可以是指能够推广对象或进一步了解对象的信息,比如对产品进行推广的优势和推广点信息。示例性的,针对产品而言,推荐排名类对应的成文结构下形成的文本可以包括:各自产品的关注热度排行;各产品的主要特点;其他介绍产品的详细信息等。
评价对比类可以是指询问对象之间的不同优势或特点的问题类型,比如询问几个商品中的不同情况或优势特点等内容的问题类型,比如“A品牌手机型号P20和Mate20哪个好”。对应的成文结构至少包括对象信息和推广信息。示例性的,针对产品而言,评价对比类对应的成文结构下形成的文本可以包括:各自产品特点,比如性能、拍照、内核等;各产品的主打优势;其他介绍产品的详细信息等。
本实施例的技术方案,将询问对象评价类的检索词划分不同的询问类型,通过确定每个目标检索词对应的询问类型,进一步根据不同的询问类型利用所需语料形成文本,使得语料的内容与检索需求更加匹配,提高语料的准确性和丰富程度,输出更优质的商业文本,从而可以有效提高搜索结果的准确度,以满足不同用户的需求,得到更好的用户体验和美誉度以及更强的用户粘性。同时,文本可以自动化生成,可高效复制,满足超大流量所需。
实施例二
图2是本发明实施例二提供的一种文本生成方法的流程图,可选的,在上述实施例的基础上,对该方法做了进一步的优化,如图2所示,该方法具体包括:
S210、依据预设的与询问对象评价类相关的特征词在历史检索词中进行匹配,识别出目标检索词集合。
在对询问评价类问题的历史检索词(query)进行识别和分析时,可以通过判断历史检索词与询问对象评价类相关的特征词是否匹配,来确定某query是否属于针对对象的评价类问题的目标检索词。示例性的,如果询问对象是产品,则与询问对象评价类相关的特征词可以是预先设定好的与询问口碑或评价等相关的特征词,比如“产品/性价比/推荐/排名/好/高”等特征词,以及不同词语构成的不同组合关系等,比如“哪个&好”。例如,当评价类问题query为“C产品和D产品哪个好”,其中包括的“哪个”、“好”、“D产品”和“C产品”与特征词匹配,从而确定该query属于询问产品评价类的目标检索词。
S220、在目标检索词集合中,依据匹配到的特征词与询问类型的对应关系,确定每个目标检索词对应的询问类型。
具体的,可以依据特征词的不同划分出不同的询问类型,并建立特征词与询问类型的对应关系,即可以根据特征词与询问类型的对应关系以及相应特征词确定询问对象评价类的搜索需求,并确定其所属类型。示例性的,如表1所示,问题分类可以有问询排名类、求推荐类、评价类和对比类等。示例性的,对应问询排名类的相关特征词可以有“排名/排行/前十/前三”等体现排名含义的词语;对应求推荐类的相关特征词以及对应的组合方式可以有“最好^排,哪个&好,什么&好^时候”表示询问哪个产品好等类似用户想要被推荐产品含义的词语或词语组合。对应评价类的相关特征词以及对应的组合方式可以有“值得/评论/效果/好不好/怎么样”等。其中,/表示“或”;&表示“和”;^表示“不包含;“\PRODUCT”表示query中需要有所建设行业的产品名,比如“P20和Mate20哪个好”属于手机评价类问题,但是“煲汤和炖汤哪个好”不属于覆盖的范畴。
表1关于评价类问题的分类及特征词举例
S230、获取每个目标检索词对应的对象属性信息。
S240、根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料。
S250、基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
可选的,获取每个目标检索词对应的对象属性信息,包括:
从每个目标检索词中提取询问目标;
将所述询问目标在预先创建的对象知识体系中进行匹配,根据匹配结果获取与所述询问目标对应的对象属性信息;
其中,所述对象属性信息至少包括产品名称和/或产品特征。
示例性的,询问目标可以是指询问评价类的主体,比如针对产品而言,可以是哪个产品、哪个品牌、哪个商家或产品的哪个特征等。示例性的,评价类query为“E手机和F手机,哪个音质和像素更好”,提取的询问目标可以是E手机、F手机音质以及像素。
预先创建的对象知识体系可以包括:对象的基本信息特征,具体可以是各行业各品牌各产品的属性信息等特征,比如针对不同产品,所属行业或者所属品类等建立行业的基础知识体系。例如,对象知识体系中可以包括:手机行业-拍照手机-A品牌手机-c型号等具体的相关信息。其中,对象属性信息至少包括:对象名称和/或对象特征,对象名称可以包括对象的名称,比如对于产品而言,可以是产品的名字,型号和品牌等,对象特征可以是对象具体的特征信息,比如产品特征可以包括:产品的产地、上市时间和性能特征等信息。在本实施例中,可以将这些询问目标在预先创建的对象知识体系中进行匹配,根据匹配结果获取与所述询问目标对应的产品信息,比如获取E和F手机的属性特征,包括性能、内核、音质以及拍照像素等。相应的,若询问目标在对象知识体系中无法匹配到,则说明当前的query并非属于询问产品评价类的检索词,例如询问“煲汤和炖汤哪个好”则不属于产品评价类对应的范畴。
可选的,在得到每个目标检索词对应的文本之后,所述方法还包括:
依据文本对应的询问类型和产品属性信息对文本打标签;
将具有标签的文本作为搜索引擎中的结果页,以便当用户的检索请求与标签相匹配时,将对应的文本作为检索结果显示。
在具体实施过程中,可以将本发明实施例中所述的文本生成方法设计成文本自动生成的平台,在利用该平台得到每个目标检索词对应的文本之后,可以针对文本对应的询问类型和产品属性信息自动生成文本标签并添加到文本中,比如产品名、问题类型以及特征点等若干标签。同时,将具有标签的文本作为搜索引擎中的结果页,当用户的搜索内容命中标签特征,即用户的检索请求与标签相匹配或达到一定的相似度时,则可以将对应的文本作为检索结果呈现输出。当然,在该文本自动生成的平台中,某一个行业的类问题都可以呈现出来,然后可以一键生成同类问题的批量文本,以提高效率。
本实施例的技术方案,通过确定每个目标检索词对应的询问类型,进一步在预先创建的对象知识体系中进行匹配,并获取与所述询问目标对应的产品属性信息,根据不同的询问类型获取所需语料组合,形成内容与检索需求更加匹配且更优质、更丰富、更能让大众接受的文本。在用户进行评价类的询问时,可以将文本直接作为结果页输出,提高检索结果的准确性,有效满足不同用户的需求,得到更好的用户体验和美誉度、更强的用户粘性。同时,文本可以自动化生成,可高效复制,满足超大流量所需。
实施例三
图3是本发明实施例三提供的一种文本生成方法的流程图,本实施例是在上述实施例的基础上作出进一步优化。其中,可选的,在上述实施例的基础上,如果询问类型为推荐排名类,如图3所示,该方法具体包括:
S310、从历史检索词中识别出询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型。
S320、获取每个目标检索词中涉及的对象属性信息。
S330、对于询问类型为推荐排名类的目标检索词,确定推荐排名类的询问类型对应的成文结构,其中,推荐排名类对应的成文结构至少包括排名信息、产品信息和推广信息,相应的,该成文结构中所需的语料包括排名语料、对象语料和推广语料。
S340、依据所述对象属性信息获取所述成文结构中所需的排名语料。
可选的,依据所述对象属性信息获取所述成文结构中所需的排名语料,包括:
依据所述对象属性信息在预先创建的对象知识体系中获取与所述对象属性信息相关的搜索指数或资讯指数;
依据所述搜索指数或资讯指数确定产品的关注热度排名,作为所述排名语料。
具体的,对于推荐排名类型的评价类问题,排名信息可以基于网站的搜索指数或资讯指数热度得到,其中,搜索指数或资讯指数可以是用于说明相关对象的热度信息,体现了大众对该对象的关注度。依据搜索指数或资讯指数确定关注热度排名,具体还可以包括针对不同人群、不同地域的关注热度排名,从而可以让用户知道与其相同类型的人更流行使用或关注什么产品。
所述对象属性信息可以是产品名称和/或产品特征等,依据对象属性信息在所述对象知识体系中进行查询匹配,继而获取到与对象属性信息相关的搜索指数或资讯指数。而所述对象知识体系中记载的内容通常具有一定的权威性和准确性,因此,获取到的排名语料更加准确,具有一定的可信度。
S350、依据所述对象属性信息获取所述成文结构中所需的对象语料。
可选的,依据所述对象属性信息获取所述成文结构中所需的对象语料,包括:
从知识类或经验分享类网站中获取与所述对象属性信息相关的基础对象语料;
利用所述对象属性信息作为词根,利用预设的产品所属行业的特征词库作为关键词,在网页库中进行匹配,提取出各网页中与所述对象属性信息和所述关键词相关的辅助对象语料;
将所述基础对象语料和所述辅助对象语料作为最终的对象语料。
其中,对象语料可以包括产品的特征信息,比如所述对象语料至少包括产品所属行业、品牌、基本性能、产品优势或使用方法,而对手机而言,可以有性能、拍照、内核等信息。由于一些百科网站、经验分享类网站或是知识问答网站中的知识都是经过严格校验的,因此记载的知识比较全面和准确。在具体实施过程中,可以直接利用产品名称等产品属性信息到这些类型的网站中查询,获取到的准确的对象语料。示例性的,可以将从百科网站中获取到产品基本性能、外观特征等的描述作为基本知识,然后基于经验分享类网站中用户分享的相关内容,作出包括如何选择、如何对比等方式的相关推荐,这些从知识类或经验分享类网站中获取到的相关内容都可以作为基础对象语料。
预设的产品所属行业的特征词可以是预先设定的各行业产品的基础知识特征词,比如手机行业的拍照、内核或好评等特征词。以产品属性信息为词根具体可以是以产品名称为词根,然后运用自然语言处理技术,从海量网页库中利用行业特征词匹配的方式,从中提取该产品相关信息点,以作为辅助对象语料,以便进一步丰富对象语料的内容。
具体的,根据获取到的基础对象语料和辅助对象语料可以按照预设规则进行组合,比如统一按照行业、品牌、产地和属性特征等进行组合,形成主题话术,作为最终对象语料,进一步可以结构化存储,便于对象语料的调取。
在一种具体的实施方式中,可以以百科中获取的产品特征知识为高优选择,以网页库结构化提取的知识为辅助选择,同时可以以经验分享类网站库中的知识为支撑性选择,在需要获取知识等产品语料时运用一定的规则或策略将其有机组合,比如按照产品特征知识+网页知识+选择性经验知识进行组合,形成面向评价类问题的产品语料的主题话术。例如,每个产品的特点、发布时间、不同产品如何选择等语料信息。
S360、依据所述对象属性信息获取所述成文结构中所需的推广语料。
可选的,依据所述对象属性信息获取所述成文结构中所需的推广语料,包括:
在预先创建的推广语料库中,依据所述对象属性信息获取与之相关的至少一个推广语料,其中,在推广语料库中,各推广语料按照其相关的对象属性信息进行标识;
依据推广语料的评分,从所述至少一个推广语料中选择最终的推广语料;
其中,预先创建的推广语料库包括商品进行推广所需的创意资源,例如产品图片或产品视频等形式的广告,或者导入到产品官网或者产品购买地址的链接等,以让用户更直观的了解商品特征。所述评分是依据推广语料库中各推广语料的历史点击次数和经识别确定的语料质量数据确定。
在具体实施过程中,推广语料库中存储的创意物料可以标识具体的产品名称,然后基于历史点击、物料评分等效果数据,可以赋予每个物料以权重信息。示例性的,可以根据历史点击量确定物料的质量,然后基于图像识别技术对图片或者视频物料进行评分等。通过这样的方案,对于不同的产品可以形成一个推广语料库,在形成文本时,可以自动从推广语料库中识别权重得分最高的物料,比如可以选择某一个产品中物料分数最高的一个或几个作为最终的推广语料。
S370、基于所述成文结构对所述排名语料、对象语料和推广语料进行组合,得到推荐排名类的目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
这里还需要说明的是,对于上述S340-S360,也即获取排名语料、对象语料和推广语料的操作,本发明实施例不对其执行顺序进行限定,例如还可以先获取对象语料再获取排名语料和推广语料,诸如此类。
可以理解的是,对于询问类型为评价对比类的目标检索词,确定其对应的成文结构至少包括对象信息和推广信息,相应的,该成文结构中所需的语料包括对象语料和推广语料。而对于该对象语料和推广语料的获取操作,可以参考上述S350和S360,此处不再赘述。同样的,在获取到评价对比类的成文结构中所需的对象语料和推广语料之后,将其进行组合,得到评价对比类的目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
本实施例的技术方案,具体可以基于在预先创建的对象知识体系中获取与所述对象属性信息相关的搜索指数或资讯指数确定排名信息及排名语料;依据百科网站中获取相关的对象特征知识,以网页库结构化提取的知识为辅助选择,还可以以经验分享类网站库中的知识为支撑性选择,最终得到全面、丰富且准确的对象语料;依据推广语料库中各推广语料的历史点击次数和经识别确定的语料质量数据确定,即得到的语料更加权威、准确且丰富,最终可以形成内容与检索需求更加匹配且更优质、更丰富、更能让大众接受的商业文本。在用户进行评价类的询问时,可以将文本直接作为结果页输出,提高检索结果的准确性,有效满足不同用户的需求,得到更好的用户体验和美誉度、更强的用户粘性。同时,文本可以自动化生成,可高效复制,满足超大流量所需。
实施例四
图4是本发明实施例六提供的一种文本生成装置的结构示意图,如图4所示,该装置可以采用硬件和/或软件的形式实现,并可以配置于服务器中,该装置包括:
询问类型确定模块410,用于从历史检索词中识别出询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
属性信息确定模块420,用于获取每个目标检索词中涉及的对象属性信息;
所需语料获取模块430,用于根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
文本结果生成模块440,用于基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本;其中,所述文本用于作为搜索引擎中的结果页。
可选的,所述询问类型确定模块410,包括:
检索词识别单元,用于依据预设的与询问对象评价类相关的特征词在历史检索词中进行匹配,识别出目标检索词集合;
询问类型确定单元,用于在目标检索词集合中,依据匹配到的特征词与询问类型的对应关系,确定每个目标检索词对应的询问类型。
可选的,所述属性信息确定模块420,包括:
询问目标提取单元,用于从每个目标检索词中提取询问目标;
属性信息获取单元,用于将所述询问目标在预先创建的对象知识体系中进行匹配,根据匹配结果获取与所述询问目标对应的对象属性信息;
其中,所述对象属性信息至少包括对象名称和/或对象特征。
可选的,所述询问类型至少包括推荐排名类和评价对比类;
相应的,所述推荐排名类对应的成文结构至少包括排名信息、对象信息和推广信息;
所述评价对比类对应的成文结构至少包括对象信息和推广信息。
可选的,所述语料包括排名语料,相应的,所述所需语料获取模块630,包括:
信息指数获取单元,用于依据所述对象属性信息在预先创建的对象知识体系中获取与所述对象属性信息相关的搜索指数或资讯指数;
排名语料确定单元,用于依据所述搜索指数或资讯指数确定对象的关注热度排名,作为所述排名语料。
可选的,所述语料包括对象语料,相应的,所述所需语料获取模块430,还包括:
基础对象语料获取单元,用于从知识类或经验分享类网站中获取与所述对象属性信息相关的基础对象语料;
辅助对象语料提取单元,用于利用所述对象属性信息作为词根,利用预设的对象所属行业的特征词库作为关键词,在网页库中进行匹配,提取出各网页中与所述对象属性信息和所述关键词相关的辅助对象语料;
最终对象语料确定单元,用于将所述基础对象语料和所述辅助对象语料作为最终的对象语料。
可选的,所述语料包括推广语料,相应的,所述所需语料获取模块630,还包括:
推广语料获取单元,用于在预先创建的推广语料库中,依据所述对象属性信息获取与之相关的至少一个推广语料,其中,在推广语料库中,各推广语料按照其相关的对象属性信息进行标识;
推广语料选择单元,用于依据推广语料的评分,从所述至少一个推广语料中选择最终的推广语料;
其中,所述评分是依据推广语料库中各推广语料的历史点击次数和经识别确定的语料质量数据确定。
可选的,所述装置还包括:
文本标签添加模块,用于在文本结果生成模块得到每个目标检索词对应的文本之后,依据文本对应的询问类型和对象属性信息对文本打标签;
引擎结果页确定模块,用于将具有标签的文本作为搜索引擎中的结果页,以便当用户的检索请求与标签相匹配时,将对应的文本作为检索结果显示。
本发明实施例所提供的一种文本生成装置,可执行本发明任意实施例所提供的一种文本生成方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的一种文本生成方法。
实施例五
参见图5,本实施例提供了一种服务器500,其包括:一个或多个处理器520;存储装置510,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520执行,使得所述一个或多个处理器520实现本发明实施例所提供的一种文本生成方法,所述方法包括:
从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
获取每个目标检索词中对应的对象属性信息;
根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页。
当然,本领域技术人员可以理解,处理器520还可以实现本发明任意实施例所提供的一种文本生成方法的技术方案。
图5显示的服务器500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,服务器500以通用计算设备的形式表现。服务器500的组件可以包括但不限于:一个或者多个处理器520,存储装置510,连接不同系统组件(包括存储装置510和处理器520)的总线550。
总线550表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器500典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器500访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置510可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)511和/或高速缓存存储器512。服务器500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统513可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线550相连。存储装置510可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块515的程序/实用工具514,可以存储在例如存储装置510中,这样的程序模块515包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块515通常执行本发明所描述的任意实施例中的功能和/或方法。
服务器500也可以与一个或多个外部设备560(例如键盘、指向设备、显示器570等)通信,还可与一个或者多个使得用户能与该服务器500交互的设备通信,和/或与使得该服务器500能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口530进行。并且,服务器500还可以通过网络适配器540与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器540通过总线550与服务器500的其它模块通信。应当明白,尽管图中未示出,可以结合服务器500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器520通过运行存储在存储装置510中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种文本生成方法。
实施例六
本实施例提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种文本生成方法,该方法包括:
从历史检索词中识别出询问属于对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
获取每个目标检索词对应的对象属性信息;
根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本;其中,所述文本用于作为搜索引擎中的结果页。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种文本生成方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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发明操作的计算机程序代码,所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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种文本生成方法,其特征在于,所述方法包括:
从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
获取每个目标检索词对应的对象属性信息;
根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页;
所述从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型,包括:
依据预设的与询问对象评价类相关的特征词在历史检索词中进行匹配,识别出目标检索词集合;
在目标检索词集合中,依据匹配到的特征词与询问类型的对应关系,确定每个目标检索词对应的询问类型;
所述获取每个目标检索词对应的对象属性信息,包括:
从每个目标检索词中提取询问目标;
将所述询问目标在预先创建的对象知识体系中进行匹配,根据匹配结果获取与所述询问目标对应的对象属性信息;
其中,所述对象属性信息至少包括对象名称和/或对象特征。
2.根据权利要求1所述的方法,其特征在于,所述询问类型至少包括推荐排名类和评价对比类;
相应的,所述推荐排名类对应的成文结构至少包括排名信息、对象信息和推广信息;
所述评价对比类对应的成文结构至少包括对象信息和推广信息。
3.根据权利要求2所述的方法,其特征在于,所述语料包括排名语料,相应的,依据所述对象属性信息获取所述成文结构中所需的排名语料,包括:
依据所述对象属性信息在预先创建的对象知识体系中获取与所述对象属性信息相关的搜索指数或资讯指数;
依据所述搜索指数或资讯指数确定对象的关注热度排名,作为所述排名语料。
4.根据权利要求2所述的方法,其特征在于,所述语料包括对象语料,相应的,依据所述对象属性信息获取所述成文结构中所需的对象语料,包括:
从知识类或经验分享类网站中获取与所述对象属性信息相关的基础对象语料;
利用所述对象属性信息作为词根,利用预设的对象所属行业的特征词库作为关键词,在网页库中进行匹配,提取出各网页中与所述对象属性信息和所述关键词相关的辅助对象语料;
将所述基础对象语料和所述辅助对象语料作为最终的对象语料。
5.根据权利要求2所述的方法,其特征在于,所述语料包括推广语料,相应的,依据所述对象属性信息获取所述成文结构中所需的推广语料,包括:
在预先创建的推广语料库中,依据所述对象属性信息获取与之相关的至少一个推广语料,其中,在推广语料库中,各推广语料按照其相关的对象属性信息进行标识;
依据推广语料的评分,从所述至少一个推广语料中选择最终的推广语料;
其中,所述评分是依据推广语料库中各推广语料的历史点击次数和经识别确定的语料质量数据确定。
6.根据权利要求1-5中任一所述的方法,其特征在于,在得到每个目标检索词对应的文本之后,所述方法还包括:
依据文本对应的询问类型和对象属性信息对文本打标签;
将具有标签的文本作为搜索引擎中的结果页,以便当用户的检索请求与标签相匹配时,将对应的文本作为检索结果显示。
7.一种文本生成装置,其特征在于,所述装置包括:
询问类型确定模块,用于从历史检索词中识别出属于询问对象评价类的目标检索词集合,以及每个目标检索词对应的询问类型;
属性信息确定模块,用于获取每个目标检索词对应的对象属性信息;
所需语料获取模块,用于根据不同的询问类型确定对应的成文结构,并依据所述对象属性信息获取所述成文结构中所需的语料;
文本结果生成模块,用于基于所述成文结构对所述语料进行组合,得到每个目标检索词对应的文本,其中,所述文本用于作为搜索引擎中的结果页;
所述询问类型确定模块,包括:
检索词识别单元,用于依据预设的与询问对象评价类相关的特征词在历史检索词中进行匹配,识别出目标检索词集合;
询问类型确定单元,用于在目标检索词集合中,依据匹配到的特征词与询问类型的对应关系,确定每个目标检索词对应的询问类型;
所述属性信息确定模块,包括:
询问目标提取单元,用于从每个目标检索词中提取询问目标;
属性信息获取单元,用于将所述询问目标在预先创建的对象知识体系中进行匹配,根据匹配结果获取与所述询问目标对应的对象属性信息;
其中,所述对象属性信息至少包括对象名称和/或对象特征。
8.根据权利要求7所述的装置,其特征在于,所述询问类型至少包括推荐排名类和评价对比类;
相应的,所述推荐排名类对应的成文结构至少包括排名信息、对象信息和推广信息;
所述评价对比类对应的成文结构至少包括对象信息和推广信息。
9.根据权利要求8所述的装置,其特征在于,所述语料包括排名语料,相应的,所述所需语料获取模块,包括:
信息指数获取单元,用于依据所述对象属性信息在预先创建的对象知识体系中获取与所述对象属性信息相关的搜索指数或资讯指数;
排名语料确定单元,用于依据所述搜索指数或资讯指数确定对象的关注热度排名,作为所述排名语料。
10.根据权利要求8所述的装置,其特征在于,所述语料包括对象语料,相应的,所述所需语料获取模块,还包括:
基础对象语料获取单元,用于从知识类或经验分享类网站中获取与所述对象属性信息相关的基础对象语料;
辅助对象语料提取单元,用于利用所述对象属性信息作为词根,利用预设的对象所属行业的特征词库作为关键词,在网页库中进行匹配,提取出各网页中与所述对象属性信息和所述关键词相关的辅助对象语料;
最终对象语料确定单元,用于将所述基础对象语料和所述辅助对象语料作为最终的对象语料。
11.根据权利要求8所述的装置,其特征在于,所述语料包括推广语料,相应的,所述所需语料获取模块,还包括:
推广语料获取单元,用于在预先创建的推广语料库中,依据所述对象属性信息获取与之相关的至少一个推广语料,其中,在推广语料库中,各推广语料按照其相关的对象属性信息进行标识;
推广语料选择单元,用于依据推广语料的评分,从所述至少一个推广语料中选择最终的推广语料;
其中,所述评分是依据推广语料库中各推广语料的历史点击次数和经识别确定的语料质量数据确定。
12.根据权利要求7-11中任一所述的装置,其特征在于,所述装置还包括:
文本标签添加模块,用于在文本结果生成模块得到每个目标检索词对应的文本之后,依据文本对应的询问类型和对象属性信息对文本打标签;
引擎结果页确定模块,用于将具有标签的文本作为搜索引擎中的结果页,以便当用户的检索请求与标签相匹配时,将对应的文本作为检索结果显示。
13.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,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1-6中任一所述的一种文本生成方法。
14.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的一种文本生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910004877.0A CN111400464B (zh) | 2019-01-03 | 2019-01-03 | 一种文本生成方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910004877.0A CN111400464B (zh) | 2019-01-03 | 2019-01-03 | 一种文本生成方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400464A CN111400464A (zh) | 2020-07-10 |
CN111400464B true CN111400464B (zh) | 2023-05-26 |
Family
ID=71434018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910004877.0A Active CN111400464B (zh) | 2019-01-03 | 2019-01-03 | 一种文本生成方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400464B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257427A (zh) * | 2020-10-23 | 2021-01-22 | 岭东核电有限公司 | 作业问题处理方法、装置、计算机设备和存储介质 |
CN115878784B (zh) * | 2022-12-22 | 2024-03-15 | 北京百度网讯科技有限公司 | 基于自然语言理解的摘要生成方法、装置及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1823334A (zh) * | 2003-05-14 | 2006-08-23 | 塞利布罗斯有限公司 | 搜索引擎方法及装置 |
CN101075435A (zh) * | 2007-04-19 | 2007-11-21 | 深圳先进技术研究院 | 一种智能聊天系统及其实现方法 |
CN101206659A (zh) * | 2006-12-15 | 2008-06-25 | 谷歌股份有限公司 | 自动搜索查询校正 |
CN102651003A (zh) * | 2011-02-28 | 2012-08-29 | 北京百度网讯科技有限公司 | 一种跨语言搜索的方法和装置 |
CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和系统 |
CN105488151A (zh) * | 2015-11-27 | 2016-04-13 | 小米科技有限责任公司 | 参考文档的推荐方法及装置 |
CN107943793A (zh) * | 2018-01-10 | 2018-04-20 | 威盛电子股份有限公司 | 自然语言的语义解析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9063958B2 (en) * | 2010-07-29 | 2015-06-23 | Sap Se | Advance enhancement of secondary persistency for extension field search |
-
2019
- 2019-01-03 CN CN201910004877.0A patent/CN111400464B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1823334A (zh) * | 2003-05-14 | 2006-08-23 | 塞利布罗斯有限公司 | 搜索引擎方法及装置 |
CN101206659A (zh) * | 2006-12-15 | 2008-06-25 | 谷歌股份有限公司 | 自动搜索查询校正 |
CN101075435A (zh) * | 2007-04-19 | 2007-11-21 | 深圳先进技术研究院 | 一种智能聊天系统及其实现方法 |
CN102651003A (zh) * | 2011-02-28 | 2012-08-29 | 北京百度网讯科技有限公司 | 一种跨语言搜索的方法和装置 |
CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和系统 |
CN105488151A (zh) * | 2015-11-27 | 2016-04-13 | 小米科技有限责任公司 | 参考文档的推荐方法及装置 |
CN107943793A (zh) * | 2018-01-10 | 2018-04-20 | 威盛电子股份有限公司 | 自然语言的语义解析方法 |
Non-Patent Citations (1)
Title |
---|
方晨."搜索的新时代".《科学世界》.2015,(第11期),第12-17页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111400464A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10180979B2 (en) | System and method for generating suggestions by a search engine in response to search queries | |
CN106874467B (zh) | 用于提供搜索结果的方法和装置 | |
US10902077B2 (en) | Search result aggregation method and apparatus based on artificial intelligence and search engine | |
US9892208B2 (en) | Entity and attribute resolution in conversational applications | |
US11176142B2 (en) | Method of data query based on evaluation and device | |
US11675824B2 (en) | Method and system for entity extraction and disambiguation | |
US10762150B2 (en) | Searching method and searching apparatus based on neural network and search engine | |
US20190034533A1 (en) | Multidimensional search architecture | |
WO2019113977A1 (zh) | 文章处理方法、装置、服务器及存储介质 | |
US20120005204A1 (en) | System for determining and optimizing for relevance in match-making systems | |
US20140108143A1 (en) | Social content distribution network | |
US11023503B2 (en) | Suggesting text in an electronic document | |
US20190361987A1 (en) | Apparatus, system and method for analyzing review content | |
US20210103622A1 (en) | Information search method, device, apparatus and computer-readable medium | |
JP7451747B2 (ja) | コンテンツを検索する方法、装置、機器及びコンピュータ読み取り可能な記憶媒体 | |
US11182540B2 (en) | Passively suggesting text in an electronic document | |
US20140025496A1 (en) | Social content distribution network | |
EP3485394A1 (en) | Contextual based image search results | |
CN111400464B (zh) | 一种文本生成方法、装置、服务器及存储介质 | |
US9965812B2 (en) | Generating a supplemental description of an entity | |
CN111460177A (zh) | 影视类表情搜索方法、装置、存储介质、计算机设备 | |
US20210056149A1 (en) | Search system, search method, and program | |
CN113177116B (zh) | 信息展示方法及装置、电子设备、存储介质及程序产品 | |
CN110851560A (zh) | 信息检索方法、装置及设备 | |
JP7054275B1 (ja) | 判定装置、プログラム、及び判定方法 |
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 |