CN112749259B - 商品问答的生成方法、装置及计算机存储介质 - Google Patents
商品问答的生成方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN112749259B CN112749259B CN201911038213.2A CN201911038213A CN112749259B CN 112749259 B CN112749259 B CN 112749259B CN 201911038213 A CN201911038213 A CN 201911038213A CN 112749259 B CN112749259 B CN 112749259B
- Authority
- CN
- China
- Prior art keywords
- commodity
- question
- answer
- generating
- queried
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- MIDXCONKKJTLDX-UHFFFAOYSA-N 3,5-dimethylcyclopentane-1,2-dione Chemical compound CC1CC(C)C(=O)C1=O MIDXCONKKJTLDX-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013736 caramel Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3325—Reformulation based on results of preceding query
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例公开了一种商品问答的生成方法、装置及计算机存储介质。该方法包括：获取待查询商品的商品特征；其中，所述商品特征是根据用户的查询消息得到的；根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值；至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题；至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案。根据本发明实施例，可以生成与商品属性相关的问题及答案，更适用于电商领域。
Description
技术领域
本发明涉及商品问答技术领域，更具体地，涉及一种商品问答的生成方法、装置及计算机存储介质。
背景技术
用户对一种商品感兴趣的点通常是商品的某种属性，例如，商品的品牌、商品的样式、商品的功能等，用户在搜索商品时，通常输入商品属性作为关键词，即可生成针对商品的问题及答案，该答案通常都是该商品属性对应的属性值的文本描述。
对于问题的生成，目前有两种方式。一是基于检索的问题获取，将查询(Query)作为关键词在语料库中检索用户感兴趣的问题，但这种方式很容易受到语料库的限制。二是基于Query的文本生成，即，将Query作为输入生成相关的问题，但由于Query过于简短，且Query通常只包含商品的类目，很难生成相关度高的问题。
因此，发明人认为，有必要针对上述现有技术中存在的至少一个问题进行改进。
发明内容
本发明实施例的一个目的是提供一种商品问答的生成的新技术方案。
根据本发明实施例的第一方面，提供了一种商品问答的生成方法，所述方法包括：
获取待查询商品的商品特征；其中，所述商品特征是根据用户的查询消息得到的；
根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值；
至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题；
根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案。
可选的，所述获取待查询商品的商品特征，包括：
响应于用户输入的所述待查询商品的查询消息，获取所述查询消息中的查询关键词；
根据所述查询关键词，获取所述待查询商品的商品特征。
可选的，所述根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值，包括：
利用所述商品特征遍历商品知识图谱，得到与所述商品特征相关的商品属性及商品属性值。
可选的，所述商品知识图谱中的各个节点包括商品的属性以及对应的商品属性值。
可选的，所述获取待查询商品的商品特征之前，所述方法还包括：
获取历史商品查询日志；所述历史商品查询日志中至少包括商品特征、商品属性及对应的商品属性值；
根据所述历史商品查询日志，建立所述商品知识图谱。
可选的，所述至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题，包括：
将所述商品特征和所述商品属性作为问题生成模型的输入，计算得到与所述待查询商品相关的问题。
可选的，所述至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案，包括：
将所述问题、所述商品特征和所述商品属性值作为答案生成模型的输入，计算得到与所述问题相关的答案。
可选的，所述生成与所述待查询商品相关的问题之后，所述方法还包括：
获取用户基于所述问题选择的商品属性值；
所述至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案，包括：
至少根据所述问题、所述商品特征以及用户选择的所述商品属性值，生成与所述问题相关的答案。
可选的，所述响应于用户输入的所述待查询商品的查询消息之前，所述方法还包括：
获取用户在聊天界面输入的查询消息；或者
获取用户在商品评论区输入的查询消息。
根据本发明实施例的第二方面，还提供一种商品问答的生成装置，所述装置包括：
获取模块，用于获取待查询商品的商品特征；根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值；其中，所述商品特征是根据用户的查询消息得到的；
问题生成模块，用于至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题；
答案生成模块，用于至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案。
根据本发明实施例的第三方面，还提供一种商品问答的生成装置，包括：存储器和处理器；所述存储器用于存储指令，所述指令用于控制所述处理器进行操作，以执行如本发明实施例第一方面中任意一项所述的商品问答的生成方法。
根据本发明实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如本发明实施例的第一方面中任意一项所述的商品问答的生成方法。
本发明的一个有益效果在于，根据本发明实施例的方法、装置及计算机存储介质，可以生成与商品属性相关的问题及答案，更适用于电商领域。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是显示可用于实现本发明实施例的电子设备1000的硬件配置的框图。
图2是根据本发明实施例的商品问答的生成方法的流程示意图。
图3是根据本发明实施例的商品知识的生成流程的示意图。
图4是根据本发明实施例的另一商品知识的生成流程的示意图。
图5是根据本发明实施例的商品问答的生成装置5000的结构示意图。
图6是根据本发明实施例的另一商品问答的生成装置的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
下面，参照附图描述根据本发明实施例的各个实施例和例子。
<硬件配置>
图1是显示可用于实现本发明实施例的电子设备1000的硬件配置的框图。
根据图1所示，本实施例的电子设备1000可以是便携式电脑、台式计算机、手机、平板电脑等。
如图1所示，电子设备1000可以包括处理器1010、存储器1020、接口装置1030、通信装置1040、显示装置1050、输入装置1060、扬声器1070、麦克风1080，等等。
其中，处理器1010可以是中央处理器CPU、微处理器MCU等。存储器1020例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。
接口装置1030例如包括USB接口、耳机接口等。
通信装置1040例如能够进行有线或无线通信。
显示装置1050例如是液晶显示屏、触摸显示屏等。
输入装置1060例如可以包括触摸屏、键盘等。用户可以通过扬声器1070和麦克风1080输入/输出语音信息。
该实施例中，电子设备1000的存储器1020用于存储指令，该指令用于控制处理器1010进行操作以至少执行根据本发明任意实施例的商品问答的生成方法。
本领域技术人员应当理解，尽管在图1中示出了电子设备1000的多个装置，但是，本发明可以仅涉及其中的部分装置，例如，电子设备1000只涉及存储器1020、处理器1010以及显示装置1050。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
<方法实施例>
图2是根据本发明实施例的商品问答的生成方法的流程示意图。该商品问答的生成方法具体可以由上述电子设备1000执行。
根据图2所示，本实施例的商品问答的生成方法可以包括如下步骤2100～步骤2400：
步骤2100、获取待查询商品的商品特征。
其中，该商品特征是该电子设备1000根据用户的查询消息得到的。具体的，电子设备1000可以响应于用户输入的该待查询商品的查询消息，获取该查询消息中的查询关键词；根据该查询关键词，获取该待查询商品的商品特征。
实际应用中，该查询消息可以是用户在聊天界面输入的，也可以是用户在商品评论区输入的。
在一个例子中，用户在购买该待查询商品前，需要向客服查询了解该查询商品相关的信息，则在与客服的聊天界面中输入查询消息，该电子设备1000获取用户在聊天界面输入的该待查询商品的查询消息后，响应于用户输入的该查询消息，获取其中的查询关键词，并根据该查询关键词，获取该待查询商品的商品特征。
在另一个例子中，用户浏览某商品后，若想要咨询购买过该商品的其他用户一些问题时，可以在商品评论区输入关于该待查询商品的查询消息，以便于得到其他用户回复的答案，或电子设备根据查询消息自动生成的答案。具体的，该电子设备1000获取用户在商品评论区输入的查询消息后，响应于用户输入的该查询消息，获取其中的查询关键词，并根据该查询关键词，获取该待查询商品的商品特征。
例如图3中所示，用户输入查询消息(query)，电子设备1000响应于用户输入的query，从query中提取查询关键词，根据该查询关键词获取到待查询商品的商品特征(x1，x2，…xn)。
步骤2200、根据该商品特征得到与该商品特征相关的商品属性及商品属性值。
本步骤中，电子设备1000可以利用该商品特征遍历商品知识图谱，得到与该商品特征相关的商品属性及商品属性值。其中，如图4所示，商品属性例如可以是商品的品牌、面料、颜色分类、货号、图案、适用年龄、领型、腰型、袖长、裙型、裙长、袖型、风格、尺码、衣门襟、组合形式、年份季节、流行元素/工艺等。商品属性值即为各个商品属性对应的具体值，如货号9660，适用年龄35-39周岁等等。
例如图3及图4所示，该商品知识图谱(KG Embeddings)中的各个节点包括商品的商品属性(Attribute Embeddings)以及对应的商品属性值(Value Embeddings)。电子设备1000利用该商品特征(Product Embeddings)遍历商品知识图谱后，可以得到对应的商品属性及商品属性值。
在一个例子中，该电子设备1000还可以建立该商品知识图谱。具体的，如图4所示，该电子设备1000获取历史商品查询日志(query log)；该历史商品查询日志中至少包括商品特征、商品属性及对应的商品属性值；根据该历史商品查询日志中的商品特征、商品属性及对应的商品属性值，建立该商品知识图谱。
在实际应用中，该电子设备1000还可以记录用户的每次查询，根据本次查询的商品特征、商品属性、商品属性值、生成的问题及答案等信息，更新该商品知识图谱。在此不再赘述。
步骤2300、至少根据该商品特征和该商品属性，生成与该待查询商品相关的问题。
具体的，该电子设备1000将该商品特征和该商品属性作为问题生成模型的输入，计算得到与该待查询商品相关的问题。
结合图3及图4，该电子设备1000将该商品特征和该商品属性输入至问题生成模型中，经过计算后，该问题生成模型输出与该待查询商品相关的问题(question)，例如，什么裤型的牛仔裤比较好看。
步骤2400、至少根据该问题、该商品特征和该商品属性值，生成与该问题相关的答案。
在一种可行的实现方式中，在生成与该待查询商品相关的问题后，该电子设备1000可以提示用户基于该问题选择商品属性值，如，衣服颜色等。该电子设备1000获取用户基于该问题选择的商品属性值后，至少根据该问题、该商品特征以及用户选择的该商品属性值，生成与该问相关的答案。
具体的，在生成与该待查询商品相关的问题后，该电子设备1000将该问题、该商品特征和该商品属性值作为答案生成模型的输入，计算得到与该问题相关的答案。
如图3及图4中所示，该电子设备1000将该商品属性值、商品特征以及上述步骤2300得到的问题输入至该答案生成模型中，经过计算后，该答案生成模型输出与该问题相关的答案(answer)，例如，九分微喇的牛仔裤比较好看。
下面以用户输入的query为“过膝大衣”为例对本实施例的方法进行说明。
该电子设备1000根据用户输入的查询关键词“过膝大衣”，根据该query中的查询关键词获取到的该商品的商品特征是(过膝，大衣)。该电子设备1000利用该商品特征遍历该用户的商品知识图谱，得到与该商品特征相关的商品属性及商品属性值：衣长-过膝，种类-大衣等。将该商品属性和商品特征输入问题生成模型，经过问题生成模型计算得到与该query相关的question为：过膝焦糖色大衣怎么搭配？该电子设备1000再将该question、该商品属性值和该商品特征输入答案生成模型进行计算，生成与该问题相关的answer：可以搭配米色短款毛衣或卫衣+卡其色或同色系烟管裤+浅色系短靴，如果够高可以穿运动鞋。
本实施例提供的商品问答的生成方法，电子设备可以根据待查询商品的商品特征，通过遍历商品知识图谱得到与商品特征相关的商品属性及商品属性值，进而至少根据获取的商品特征及商品属性，生成与待查询商品相关的问题，并至少根据问题、商品特征及商品属性值，生成与该问题相关的答案。因此，本实施例的商品问答的生成方法，可以生成与商品属性相关的问题及答案，更适用于电商领域。
<装置实施例>
图5是根据本发明实施例的商品问答的生成装置5000的结构示意图。
根据图5所示，该商品问答的生成装置3000可以包括：获取模块3100、问题生成模块3200和答案生成模块3300。
其中，该获取模块3100用于获取待查询商品的商品特征；根据该商品特征得到与该商品特征相关的商品属性及商品属性值。其中，所述商品特征是根据用户的查询消息得到的。
该问题生成模块3200用于至少根据该商品特征和该商品属性，生成与该待查询商品相关的问题。
该答案生成模块3300用于至少根据该问题、该商品特征和该商品属性值，生成与该问题相关的答案。
具体的，该获取模块3100用于响应于用户输入的该待查询商品的查询消息，获取该查询消息中的查询关键词；根据该查询关键词，获取该待查询商品的商品特征。该获取模块3100在得到与该商品特征相关的商品属性及商品属性值时，具体可以利用该商品特征遍历商品知识图谱，得到与该商品特征相关的商品属性及商品属性值。其中，该商品知识图谱中的各个节点包括商品的属性以及对应的商品属性值。
进一步的，该获取模块3100还可以用于获取历史商品查询日志；该历史商品查询日志中至少包括商品特征、商品属性及对应的商品属性值；根据该历史商品查询日志，建立该商品知识图谱。
该问题生成模块3200具体用于将该商品特征和该商品属性作为问题生成模型的输入，计算得到与该待查询商品相关的问题。
该答案生成模块3300具体用于将该问题、该商品特征和该商品属性值作为答案生成模型的输入，计算得到与该问题相关的答案。
可选地，在该问题生成模块3200生成与该待查询商品相关的问题后，该获取模块3100还可以用于获取用户基于该问题选择的商品属性值。相应的，该答案生成模块3300可以用于至少根据该问题、该商品特征以及用户选择的该商品属性值，生成与该问题相关的答案。
可选地，该获取模块3100还可以用于获取用户在聊天界面输入的查询消息；或者获取用户在商品评论区输入的查询消息。
图6是根据本发明实施例的另一商品问答的生成装置的硬件结构示意图。
根据图6所示，本实施例的商品问答的生成装置4000可以包括存储器4200和处理器4100。
存储器4200用于存储指令，该指令用于控制处理器4100进行操作以执行本发明任意实施例的商品问答的生成方法。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
本实施例的商品问答的生成装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
<计算机存储介质>
本实施例中，还提供一种计算机存储介质，其上存储有计算机程序，计算机程序在被处理器执行时实现如本发明任意实施例的商品问答的生成方法。
本领域技术人员应当理解，在电子技术领域中，可以通过软件、硬件以及软件和硬件结合的方式，将上述方法体现在产品中本领域技术人员很容易基于上面发明实施例的方法，产生一种信息处理装置，该信息处理装置包括用于执行根据上述实施例的信息处理方法中的各个操作的模块。
本领域技术人员公知的是，随着诸如大规模集成电路技术的电子信息技术的发展和软件硬件化的趋势，要明确划分计算机系统软、硬件界限已经显得比较困难了。因为，任何操作可以软件来实现，也可以由硬件来实现。任何指令的执行可以由硬件完成，同样也可以由软件来完成。对于某一机器功能采用硬件实现方案还是软件实现方案，取决于价格、速度、可靠性、存储容量、变更周期等非技术性因素。对于技术人员来说，软件实现方式和硬件实现方式是等同的。技术人员可以根据需要选择软件或硬件来实现上述方案。因此，这里不对具体的软件或硬件进行限制。
本发明可以是设备、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，该编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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、程序段或指令的一部分，该模块、程序段或指令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。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，两个连续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动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。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (8)
1.一种商品问答的生成方法，其特征在于，所述方法包括：
获取待查询商品的商品特征；其中，所述商品特征是根据用户的查询消息得到的；
根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值；
至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题；
至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案；
其中，所述根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值，包括：
利用所述商品特征遍历商品知识图谱，得到与所述商品特征相关的商品属性及商品属性值，其中，所述商品知识图谱根据历史商品查询日志得到，所述历史商品查询日志中至少包括商品特征、商品属性及对应的商品属性值；
所述至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题，包括：
将所述商品特征和所述商品属性作为问题生成模型的输入，计算得到与所述待查询商品相关的问题；
所述至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案，包括：
将所述问题、所述商品特征和所述商品属性值作为答案生成模型的输入，计算得到与所述问题相关的答案。
2.根据权利要求1所述的方法，其特征在于，所述获取待查询商品的商品特征，包括：
响应于用户输入的所述待查询商品的查询消息，获取所述查询消息中的查询关键词；
根据所述查询关键词，获取所述待查询商品的商品特征。
3.根据权利要求1所述的方法，其特征在于，所述商品知识图谱中的各个节点包括商品的属性以及对应的商品属性值。
4.根据权利要求1所述的方法，其特征在于，所述生成与所述待查询商品相关的问题之后，所述方法还包括：
获取用户基于所述问题选择的商品属性值；
所述至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案，包括：
至少根据所述问题、所述商品特征以及用户选择的所述商品属性值，生成与所述问题相关的答案。
5.根据权利要求2所述的方法，其特征在于，所述响应于用户输入的所述待查询商品的查询消息之前，所述方法还包括：
获取用户在聊天界面输入的查询消息；或者
获取用户在商品评论区输入的查询消息。
6.一种商品问答的生成装置，其特征在于，所述装置包括：
获取模块，用于获取待查询商品的商品特征；根据所述商品特征得到与所述商品特征相关的商品属性及商品属性值；其中，所述商品特征是根据用户的查询消息得到的；
问题生成模块，用于至少根据所述商品特征和所述商品属性，生成与所述待查询商品相关的问题；
答案生成模块，用于至少根据所述问题、所述商品特征和所述商品属性值，生成与所述问题相关的答案；
所述获取模块用于利用所述商品特征遍历商品知识图谱，得到与所述商品特征相关的商品属性及商品属性值，其中，所述商品知识图谱根据历史商品查询日志得到，所述历史商品查询日志中至少包括商品特征、商品属性及对应的商品属性值；
所述问题生成模块用于将所述商品特征和所述商品属性作为问题生成模型的输入，计算得到与所述待查询商品相关的问题；
所述答案生成模块用于将所述问题、所述商品特征和所述商品属性值作为答案生成模型的输入，计算得到与所述问题相关的答案。
7.一种商品问答的生成装置，其特征在于，包括：存储器和处理器；所述存储器用于存储指令，所述指令用于控制所述处理器进行操作，以执行如权利要求1-5中任意一项所述的商品问答的生成方法。
8.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如权利要求1-5中任意一项所述的商品问答的生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911038213.2A CN112749259B (zh) | 2019-10-29 | 2019-10-29 | 商品问答的生成方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911038213.2A CN112749259B (zh) | 2019-10-29 | 2019-10-29 | 商品问答的生成方法、装置及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112749259A CN112749259A (zh) | 2021-05-04 |
| CN112749259B true CN112749259B (zh) | 2024-01-02 |
Family
ID=75641139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911038213.2A Active CN112749259B (zh) | 2019-10-29 | 2019-10-29 | 商品问答的生成方法、装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112749259B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116303975B (zh) * | 2023-05-11 | 2023-07-21 | 腾讯科技（深圳）有限公司 | 召回模型的训练方法、召回方法及相关设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109284363A (zh) * | 2018-12-03 | 2019-01-29 | 北京羽扇智信息科技有限公司 | 一种问答方法、装置、电子设备及存储介质 |
| CN109933653A (zh) * | 2019-01-24 | 2019-06-25 | 平安科技（深圳）有限公司 | 问答系统的问答查询方法、系统及计算机设备 |
| CN110019732A (zh) * | 2017-12-27 | 2019-07-16 | 杭州华为数字技术有限公司 | 一种智能问答方法以及相关装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130196305A1 (en) * | 2012-01-30 | 2013-08-01 | International Business Machines Corporation | Method and apparatus for generating questions |
| US20190318249A1 (en) * | 2018-04-13 | 2019-10-17 | International Business Machines Corporation | Interpretable general reasoning system using key value memory networks |
-
2019
- 2019-10-29 CN CN201911038213.2A patent/CN112749259B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110019732A (zh) * | 2017-12-27 | 2019-07-16 | 杭州华为数字技术有限公司 | 一种智能问答方法以及相关装置 |
| CN109284363A (zh) * | 2018-12-03 | 2019-01-29 | 北京羽扇智信息科技有限公司 | 一种问答方法、装置、电子设备及存储介质 |
| CN109933653A (zh) * | 2019-01-24 | 2019-06-25 | 平安科技（深圳）有限公司 | 问答系统的问答查询方法、系统及计算机设备 |
Non-Patent Citations (3)
| Title |
|---|
| Efficient Filtering Algorithms for Location-Aware Publish/Subscribe;Efficient Filtering Algorithms for Location-Aware Publish/Subscribe;IEEE Transactions on Knowledge and Data Engineering;全文 * |
| 一种针对机器阅读理解中答案获取的序列生成模型;霍欢;邹依婷;金轩城;黄君扬;薛瑶环;;计算机应用研究(第03期);全文 * |
| 基于语义模板的医学问答自动生成;汪卫明;陈世鸿;王世同;刘文印;;武汉大学学报(理学版)(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112749259A (zh) | 2021-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11216861B2 (en) | Color based social networking recommendations | |
| US9727906B1 (en) | Generating item clusters based on aggregated search history data | |
| KR101386343B1 (ko) | 동적인 검색 제안 및 카테고리 특정 완료 | |
| US10157232B2 (en) | Personalizing deep search results using subscription data | |
| JP2017142844A5 (zh) | ||
| JP2019503006A (ja) | ユーザー似顔絵を取得する方法及び装置 | |
| US10664894B2 (en) | Determination of unique items based on generating descriptive vectors of users | |
| US10572929B2 (en) | Decision factors analyzing device and decision factors analyzing method | |
| CN107704560B (zh) | 一种信息推荐的方法、装置及设备 | |
| CN109241525B (zh) | 关键词的提取方法、装置和系统 | |
| CN104063476A (zh) | 基于社交网络的内容推荐方法和系统 | |
| US20150302515A1 (en) | Method, apparatus, and system for simulating objects | |
| CN103778553A (zh) | 一种商品属性推荐方法及系统 | |
| US20180068026A1 (en) | Method and device for recommending content to browser of terminal device and method and device for displaying content on browser of terminal device | |
| CN107918778A (zh) | 一种信息匹配方法及相关装置 | |
| US20190205769A1 (en) | Data Processing Method, Apparatus, Device and Computer Readable Storage Media | |
| JP7108740B2 (ja) | ショッピング検索のための商品カテゴリ抽出方法 | |
| CN111125376A (zh) | 知识图谱生成方法、装置、数据处理设备及存储介质 | |
| KR20200011915A (ko) | 모의 사용자를 통한 통신 | |
| CN105283843A (zh) | 可嵌入的媒体内容搜索微件 | |
| CN111787042B (zh) | 用于推送信息的方法和装置 | |
| CN112749259B (zh) | 商品问答的生成方法、装置及计算机存储介质 | |
| Pushpalatha et al. | Gadget recommendation system using data science | |
| CN108596712B (zh) | 基于物品序列的单类协同过滤方法、存储介质及服务器 | |
| US10387934B1 (en) | Method medium and system for category prediction for a changed shopping mission |
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 |