CN113377914A - 推荐文本生成方法、装置、电子设备和计算机可读介质 - Google Patents

推荐文本生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN113377914A
CN113377914A CN202110648938.4A CN202110648938A CN113377914A CN 113377914 A CN113377914 A CN 113377914A CN 202110648938 A CN202110648938 A CN 202110648938A CN 113377914 A CN113377914 A CN 113377914A
Authority
CN
China
Prior art keywords
target
description information
vector
item description
coding
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
Application number
CN202110648938.4A
Other languages
English (en)
Inventor
谢奇奇
张晓辉
吴荣强
马伟
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 Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information 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 Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202110648938.4A priority Critical patent/CN113377914A/zh
Publication of CN113377914A publication Critical patent/CN113377914A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3346Query execution using probabilistic model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了推荐文本生成方法、装置、电子设备和介质。该方法的一具体实施方式包括:获取目标物品的至少一个第一物品描述信息和该目标物品对应的目标图像;生成用于描述该目标图像的图像特征的至少一个第二物品描述信息;从该至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;对该至少一个第一物品描述信息中的第一物品描述信息和该目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;基于该第一向量集、该第二向量集和预先训练的编码与解码模型,生成该目标物品对应的目标推荐文本。该实施方式可以快捷、高效的生成目标物品对应的目标推荐文本。

Description

推荐文本生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及推荐文本生成方法、装置、电子设备和计算机可读介质。
背景技术
目前,物品的推荐文本(例如,文案)可以大大提高各个用户对物品的关注度。作为示例。较好的物品的推荐文本可以更大程度的吸引用户对物品执行价值转移操作(例如,购买)。对于物品的推荐文本的生成,通常采用的方式为:基于编码与解码模型生成物品的推荐文本。其中,编码与解码模型的输入数据可以是物品的基础信息(例如,物品属性,物品名称,物品品牌,物品规格等等),输出结果可以是物品的推荐文本。
然而,当采用上述方式来生成推荐文本,经常会存在如下技术问题:
根据物品的基础信息和编码与解码模型生成的推荐文本存在可用度和准确度较低,多样性较差的问题。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了推荐文本生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种推荐文本生成方法,包括:获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像;生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息;从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。
可选地,上述生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息,包括:将上述目标图像输入至预先训练的物品描述信息生成模型,得到上述至少一个第二物品描述信息。
可选地,上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本,包括:生成上述目标物品的风格信息;对上述目标物品的风格信息进行向量化处理,得到第三向量;基于上述第三向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
可选地,上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本,包括:获取目标物品的类目信息;对上述目标物品的类目信息进行向量化处理,得到第四向量;基于上述第四向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
可选地,上述编码与解码模型包括第一编码模型和第二编码模型;以及上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本,包括:将上述第一向量集输入至预先训练的编码与解码模型中的第一编码模型,得到第一编码结果;将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果;将上述第一编码结果与上述第二编码结果进行向量拼接,得到拼接向量;将上述拼接向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
可选地,上述编码与解码模型为加入注意力机制的时序神经网络模型。
可选地,上述编码与解码模型中解码模型的每个时间步对应的、上述目标推荐文本中的输出词语是通过以下步骤生成的:获取目标词表;基于上述编码与解码模型中的解码模型,针对上述时间步,确定上述目标词表中每个词的第一概率;基于上述解码模型中与上述时间步对应的隐藏层的输出向量和与上述时间步对应的输入向量,确定目标数值;基于上述目标数值、上述目标词表中每个词的第一概率和目标权重矩阵,确定上述目标词表中每个词的第二概率,其中,上述目标权重矩阵表征上述第一向量集和上述第二向量集中各个向量的关注度;基于上述目标词表中每个词的第二概率,确定上述时间步对应的、上述目标推荐文本的输出词语。
可选地,上述编码与解码模型对应的损失函数包括覆盖损失函数。
可选地,上述编码与解码模型为解码模型中加入避免词语重复生成机制的编码与解码模型。
第二方面,本公开的一些实施例提供了一种推荐文本生成装置,包括:获取单元,被配置成获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像;第一生成单元,被配置成生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息;筛选单元,被配置成从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;处理单元,被配置成对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;第二生成单元,被配置成基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。
可选地,第一生成单元被配置成:将上述目标图像输入至预先训练的物品描述信息生成模型,得到上述至少一个第二物品描述信息。
可选地,上述编码与解码模型包括第一编码模型和第二编码模型;以及第二生成单元被配置成:将上述第一向量集输入至预先训练的编码与解码模型中的第一编码模型,得到第一编码结果;将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果;将上述第一编码结果与上述第二编码结果进行向量拼接,得到拼接向量;将上述拼接向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
可选地,第二生成单元被配置成:生成上述目标物品的风格信息;对上述目标物品的风格信息进行向量化处理,得到第三向量;基于上述第三向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
可选地,第二生成单元被配置成:获取目标物品的类目信息;对上述目标物品的类目信息进行向量化处理,得到第四向量;基于上述第四向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
第三方面,本公开的一些实施例提供了一种电子设备,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,本公开的一些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,其中,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。
本公开的上述各个实施例中具有如下有益效果:本公开的一些实施例的推荐文本生成方法可以快捷、高效的生成目标物品对应的目标推荐文本。具体来说,由于编码与解码模型建模复杂度极高,所以生成内容的控制难度较大。虽然编码与解码模型可以生成推荐文本,但是,存在可用度和准确度较低,多样性较差的问题。基于此,本公开的一些实施例的推荐文本生成方法可以首先,获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像,以用于后续获取物品的多模态特征。然后,生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息。可选地,上述目标物品的至少一个第一物品描述信息可以是直观获取到的特征信息。例如,目标物品的名称,目标物品的属性等等。在此不再限定。而上述至少一个第二物品描述信息可以存在目标物品需要深度分析的隐性的特征信息。与上述至少一个第一物品描述信息不同,至少一个第二物品描述信息需要针对目标物品的图像来获取到。将物品的多模态特征作为模型的输入可以使得后续准确的生成更为生动、精准的推荐文本。进而,从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。在这里,该推荐文本生成方法更侧重根据筛选出来的各个第二物品描述信息对应的物品特征,来生成目标推荐文本。接着,对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以便于第一物品描述信息和目标物品描述信息可以依据预定格式输入至编码与解码模型中的编码模型,以生成第一向量集和第二向量集。最后,基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,可以精准、高效的生成上述目标物品对应的目标推荐文本。
附图说明
结合附图并参考以下具体实施方式,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。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的推荐文本生成方法的一个应用场景的示意图;
图2是根据本公开的推荐文本生成方法的一些实施例的流程图;
图3是根据本公开的推荐文本生成方法的另一些实施例的流程图;
图4是根据本公开的推荐文本生成方法的又一些实施例的流程图;
图5是根据本公开的推荐文本生成装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
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。
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。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的推荐文本生成方法的一个应用场景的示意图。
在图1的应用场景中,电子设备101可以首先获取目标物品102的至少一个第一物品描述信息104和上述目标物品102对应的目标图像103。在本应用场景中,至少一个第一物品描述信息104包括:第一物品描述信息1041和第一物品描述信息1042。上述第一物品描述信息1041可以是:“物品名称:海**手机”。上述第一物品描述信息1042可以是:“物品大小:5.8英寸”。然后,生成用于描述上述目标图像103的图像特征的至少一个第二物品描述信息105。在本应用场景中,上述至少一个第二物品描述信息105包括:第二物品描述信息1051、第二物品描述信息1052和第二物品描述信息1053。其中,上述第二物品描述信息1051可以是:“少女风”。上述第二物品描述信息1052可以是:“纯色”。上述第二物品描述信息1053可以是:“高性能”。进而,从上述至少一个第二物品描述信息105中筛选出目标数目个第二物品描述信息作为目标物品描述信息107。在本应用场景中,上述目标物品描述信息107可以包括:与第二物品描述信息1051相同的第二物品描述信息1071、与第二物品描述信息1052相同的第二物品描述信息1072。接着,对上述至少一个第一物品描述信息104中的第一物品描述信息和上述目标物品描述信息107进行向量化处理,以生成第一向量集106和第二向量集108。在本应用场景中,上述第一向量集106包括:与第一物品描述信息1041对应的第一向量1061、与第一物品描述信息1042对应的第一向量1062。上述第二向量集108包括:与第二物品描述信息1071对应的第二向量1081、与第二物品描述信息1072对应的第二向量1082。最后,基于上述第一向量集106、上述第二向量集108和预先训练的编码与解码模型109,生成上述目标物品对应的目标推荐文本110。在本应用场景中,上述目标推荐文本110可以是:“低调质感让人更想要亲近。大屏幕让你畅享世界”。
需要说明的是,上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的电子设备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电子设备。
继续参考图2,示出了根据本公开的推荐文本生成方法的一些实施例的流程200。该推荐文本生成方法,包括以下步骤:
步骤201,获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像。
在一些实施例中,上述推荐文本生成方法的执行主体(例如图1所示的电子设备)可以通过有线连接方式或者无线连接方式来获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像。其中,上述目标物品可以是各个品类的物品。例如衣服,电子产品,化妆品等等。上述目标物品的第一物品描述信息可以是目标物品的基础信息。其中,上述目标物品的基础信息可以包括:物品的名称和物品的属性信息。例如,上述物品的属性信息可以是:物品的大小信息,还可以是物品的重量信息。在此不再限定。上述目标物品对应的目标图像可以是目标物品的商详图。
步骤202,生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息。
在一些实施例中,上述执行主体可以生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息。其中,第二物品描述信息与第一物品描述信息不同之处在于:上述执行主体可以直观的获取到第一物品描述信息,上述执行主体需要解析目标图像的图像特征才能得到第二物品描述信息。
可选地,上述至少一个第二物品描述信息可能存在目标物品的基础信息,也可能不存在目标物品的基础信息。
作为示例,上述执行主体可以接收人工分析的表征目标图像的图像特征的至少一个描述信息,以得到上述至少一个第二物品描述信息。
需要说明的是,与现有技术不同之处在于:现有技术往往仅考量目标物品的基础信息来生成推荐文本。例如,目标物品的名称和目标物品的属性信息。现有技术往往未考虑目标物品可能隐藏的一些物品特征信息。在此基础上,该推荐文本生成方法不仅考量了至少一个第一物品描述信息,还针对目标图像,考量了至少一个第二物品描述信息。基于此,生成的推荐文本相对于现有技术生成的推荐文本更为精准、高效。
步骤203,从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。
在一些实施例中,上述执行主体可以从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。其中,上述目标数目可以是预先设定的。
作为示例,上述执行主体可以随机从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。
作为又一个示例,上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息可以包括以下步骤:
第一步,确定上述至少一个第二物品描述信息的优先级。其中,上述至少一个第二物品描述信息的优先级可以为预先设置的。
在这里,针对目标物品是口红来举例,至少一个第二物品描述信息可以包括:口红的色号、口红的雕花、口红的质地。口红的色号的优先级可以是第一优先级。口红的质地的优先级可以是第二优先级。口红的雕花的优先级可以是第三优先级。
第二步,依据优先级从高到低的顺序,对上述至少一个第二物品描述信息进行排序,得到第二物品描述信息序列。
作为示例,上述第二物品描述信息序列可以是:“口红的色号,口红的质地,口红的雕花”。
需要说明的是,针对于从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息,依据不同的目标数目个第二物品描述信息,后续上述执行主体可以生成不同的推荐文本。由此,可以侧面避免生成的推荐文本的单一性问题。
第三步,从上述第二物品描述信息序列中筛选出目标数目个第二物品描述信息。其中,上述目标数目可以是预先设置的。
作为示例,上述目标数目可以是2。由此,目标数目个第二物品描述信息可以是:“口红的色号,口红的质地”。
步骤204,对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集。
在一些实施例中,上述执行主体对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集。
作为示例,上述执行主体对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行词嵌入(word embedding)处理,以生成第一向量集和第二向量集。
作为示例,上述执行主体对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行独热编码(One-Hot)处理,以生成第一向量集和第二向量集。
步骤205,基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。
在一些实施例中,上述执行主体可以基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。其中,上述目标推荐文本可以是目标物品对应的文案。上述编码与解码模型可以包括至少一个编码模型。作为示例,编码与解码网络可以是序列到序列(seq2seq,sequence to sequence)模型。作为又一个示例,上述编码与解码模型中的编码模型可以包括目标数目层残差双向长短期记忆人工神经网络(LSTM,Long Short-Term Memory)。例如,目标数目可以是4。除此之外,目标数目层残差双向长短期记忆人工神经网络中每层残差双向长短期记忆人工神经网络后都接入了随机失活(Dropout)层。
作为示例,上述执行主体可以将第一向量集和第二向量集进行对应拼接,得到拼接后的向量集。然后,将拼接后的向量集输入至预先训练的编码与解码模型,生成目标推荐文本。
在一些实施例的一些可选的实现方式中,上述编码与解码模型包括第一编码模型和第二编码模型;以及上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本,可以包括以下步骤:
第一步,将上述第一向量集输入至预先训练的编码与解码模型中的第一编码模型,得到第一编码结果。
第二步,将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果。
第三步,将上述第一编码结果与上述第二编码结果进行向量拼接,得到拼接向量。其中,上述拼接后的向量可以表征第一编码结果和第二编码结果的特征信息。上述第一编码结果与上述第二编码结果的向量维度可以是一样的。
第四步,将上述拼接向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
在一些实施例的一些可选的实现方式中,上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本,可以包括以下步骤:
第一步,生成上述目标物品的风格信息。
作为示例,上述目标物品可以是衣服。则目标物品的风格信息可以是:“纯色,少女风,古装”。
第二步,对上述目标物品的风格信息进行向量化处理,得到第三向量。
作为示例,上述执行主体可以对上述目标物品的风格信息进行词嵌入(WordEmbedding)处理,得到第三向量。
第三步,基于上述第三向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
作为示例,上述编码与解码模型可以包括:第一编码模型、第二编码模型和第三编码模型。基于上述第三向量、上述第一向量集、上述第二向量集和上述预先训练的编码与解码模型,生成上述目标推荐文本可以包括以下步骤:
第一步,将第一向量集输入至预先训练的第一编码模型,得到第一编码结果。
第二步,将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果。
第三步,将上述第三向量输入至预先训练的第三编码模型,得到第三编码结果。
第四步,将上述第一编码结果、第二编码结果和第三编码结果进行向量拼接,得到拼接后的向量。
第五步,将上述拼接后的向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
可选地,上述编码与解码模型是通过以下步骤训练的:
第一步,确定初始编码与解码模型的网络结构以及初始化上述初始编码与解码模型的网络参数。
第二步,获取训练样本集。其中,上述训练样本集包括样本集合和与上述样本集合对应的标注信息集合,上述样本集合中的样本包括:上述目标物品的至少一个第一物品描述信息、上述目标物品的至少一个第二物品描述信息和上述目标物品的风格信息,上述标注信息集合中的标注信息包括上述目标物品对应的推荐文本,上述目标物品的风格信息是预先生成的。
在这里,标注信息(即,目标物品的推荐文本)可以是由目标撰写人员依据目标物品的特征人为撰写的。其中,目标撰写人员都存在自己独有的撰写风格。由此,上述执行主体可以将目标撰写人员的撰写风格确定为目标物品的风格信息。
第三步,将上述训练样本集中的样本集合和上述标注信息集合分别作为上述初始编码与解码模型的输入和期望输出,利用深度学习方法训练上述初始编码与解码模型。
第四步,将训练得到的初始编码与解码模型确定为训练后的初始编码与解码模型。
在一些实施例的一些可选的实现方式中,上述编码与解码模型为加入注意力机制的时序神经网络模型。作为示例,上述编码与解码模型可以是seq2seq+attention网络模型。
可选地,上述编码与解码模型中解码模型的每个时间步对应的、上述目标推荐文本中的输出词语是通过以下步骤生成的:
第一步,获取目标词表。其中,上述目标推荐文本对应的词组可以存在于上述目标词表。上述目标推荐文本对应的词组可以是由目标推荐文本包括的各个词构成的。
第二步,基于上述编码与解码模型中的解码模型,针对上述时间步,确定上述目标词表中每个词的第一概率。
作为示例,上述执行主体可以根据以下公式来基于上述编码与解码模型中的解码模型,针对上述时间步,确定上述目标词表中每个词的第一概率:
p(yi|y1,...,yi-1)=g(yi-1,si,ci),
其中,y可以表征是解码模型中各个时间步的输出词。yi-1可以是解码模型中第一输出词,即解码模型中第一时间步对应的输出词。Si可以是解码模型中第i个时间步对应的隐状态向量。ci可以是解码模型中第i个时间步对应的注意力向量。g()可以是非线性变换,通常为神经网络中的函数。
其中,上述ci可以通过以下公式可以求得:
Figure BDA0003110326130000131
j可以表征编码与解码模型中编码模型中时间步。T可以表征编码模型包括的时间步的总数目。aij可以是针对编码模型第i个时间步和解码模型第j时间步的系数。hj可以是编码模型中第j个时间步对应的隐状态向量。
其中,aij可以通过以下公式生成:
Figure BDA0003110326130000132
其中,eij可以表征编码器第i个输入词和解码器第j个输出词之件的对齐数值。其中,对齐数值可以表征输入词与输出词之前的对齐关系,对齐关系越好的词,会有更大的权重,对当前输出影响更大。k可以是i的最大数与j的最大数之间的乘积。
其中,eij可以通过以下公式生成:
eij=a(si-1,hj)其中,a()可以是注意力计算中的函数。在此不再赘述。
第三步,基于上述解码模型中与上述时间步对应的隐藏层的输出向量和与上述时间步对应的输入向量,确定目标数值。
作为示例,上述执行主体可以通过以下公式来基于上述解码模型中与上述时间步对应的隐藏层的输出向量和与上述时间步对应的输入向量,确定目标数值:
Figure BDA0003110326130000141
其中,pgen可以是目标数值。
Figure BDA0003110326130000143
可以是针对时间步t的注意力向量。wh可以是针对
Figure BDA0003110326130000144
的矩阵参数。
Figure BDA0003110326130000145
可以是wh的转置矩阵。st可以是针对时间步t的隐状态向量。ws可以是针对st的矩阵参数。
Figure BDA0003110326130000146
可以是ws的转置矩阵。xt可以是针对时间步t的输入向量。wx可以是针对xt的矩阵参数。
Figure BDA0003110326130000147
可以是wx的转置矩阵。bptr可以是偏移矩阵。σ()可以是S型生长曲线函数(Sigmoid函数,Sigmoid function)。
第四步,基于上述目标数值、上述目标词表中每个词的第一概率和目标权重矩阵,确定上述目标词表中每个词的第二概率。其中,上述目标权重矩阵表征上述第一向量集和上述第二向量集中各个向量的关注度。
作为示例,上述执行主体可以通过以下公式来基于上述目标数值、上述目标词表中每个词的第一概率和目标权重矩阵,确定上述目标词表中每个词的第二概率:
Figure BDA0003110326130000142
其中,p(w)可以是目标词表中词w的第二概率。Pvocab(w)可以是目标词表中词W的第一概率。i可以是词w在目标词表中的序号。wi可以是目标词表中的第i个词。
Figure BDA0003110326130000152
可以是第i个词第t个时间步对应的注意力权重向量。
第五步,基于上述目标词表中每个词的第二概率,确定上述时间步对应的、上述目标推荐文本的输出词语。
作为示例,上述执行主体可以针对每个时间步,逐步选取对应的第二概率最大的词作为上述时间步对应的、上述目标推荐文本的输出词语。
需要说明的是,通过以上实现方式来确定编码与解码模型中解码模型的每个时间步对应的、上述目标推荐文本中的输出词语缘由如下:
在现有技术中,编码与解码模型中的解码模型中的每一时间步往往首先计算词表(预先确定的语料集)中每个词的概率。然后,从所得到的词表中选取对应概率最大的目标词作为当前时间步的输出词语。然而,基于现有技术来生成推荐文本的过程中,虽然引进了注意力机制,但是还是可能存在生成的推荐文本中的某些词语不正确的问题。例如,输入的物品描述信息为:“防水等级:IPX7级别”。输出的推荐文本中会出现词语为:“防水等级:IPX6级别”。对于需要高准确性的场景下,但是生成的推荐文本还会出现关键物品信息表达错误的问题。基于此,希望输入至少一个物品描述信息中的一些关键物品描述信息可以在推荐文本中保留。
在一些实施例的一些可选的实现方式中,上述编码与解码模型对应的损失函数包括覆盖损失函数。其中,上述覆盖损失函数对应的覆盖损失值可以是coverage loss。
作为示例,上述覆盖损失函数可以是以下公式:
Figure BDA0003110326130000151
其中,covlosst可以是覆盖损失值。i可以是词w在目标词表中的序号。t可以是时间步。
Figure BDA0003110326130000153
可以是针对第i个词第t时间步的注意力向量。λ可以是惩罚系数。例如0.2。
Figure BDA0003110326130000154
可以是覆盖向量,可以是将时间步t之前的各个时间步的第i个词的注意力向量求和结果。
除此之外,上述编码与解码模型还可以包括生成结果概率的交叉熵损失函数。其中,交叉熵损失函数对应的损失值可以是
Figure BDA0003110326130000161
可以是针对时间步t,目标词表中最优的词。
在一些实施例的一些可选的实现方式中,上述编码与解码模型为解码模型中加入避免词语重复生成机制的编码与解码模型。其中,上述避免词语重复生成机制可以是N-gram Blocking机制。
需要说明的是,在编码与解码模型的预测中,上述执行主体可以采用集束搜索(BeamSearch)算法可以增加生成推荐文本的多样性。在此基础上,增加N-gram Blocking机制来进一步减少生成重复词语的情况。
本公开的上述各个实施例中具有如下有益效果:本公开的一些实施例的推荐文本生成方法可以快捷、高效的生成目标物品对应的目标推荐文本。具体来说,由于编码与解码模型建模复杂度极高,所以生成内容的控制难度较大。虽然编码与解码模型可以生成推荐文本,但是,存在可用度和准确度较低,多样性较差的问题。基于此,本公开的一些实施例的推荐文本生成方法可以首先,获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像,以用于后续获取物品的多模态特征。然后,生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息。可选地,上述目标物品的至少一个第一物品描述信息可以是直观获取到的特征信息。例如,目标物品的名称,目标物品的属性等等。在此不再限定。而上述至少一个第二物品描述信息可以是目标物品需要深度分析的隐性的特征信息。与上述至少一个第一物品描述信息不同,至少一个第二物品描述信息需要针对目标物品的图像来获取到。将物品的多模态特征作为模型的输入可以使得后续准确的生成更为生动、精准的推荐文本。进而,从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。在这里,该推荐文本生成方法更侧重根据筛选出来的各个第二物品描述信息对应的物品特征,来生成目标推荐文本。接着,对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以便于第一物品描述信息和目标物品描述信息可以依据预定格式输入至编码与解码模型中的编码模型,以生成第一向量集和第二向量集。最后,基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,可以精准、高效的生成上述目标物品对应的目标推荐文本。
进一步参考图3,示出了根据本公开的推荐文本生成方法的另一些实施例的流程300。该推荐文本生成方法,包括以下步骤:
步骤301,获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像。
步骤302,将上述目标图像输入至预先训练的物品描述信息生成模型,得到上述至少一个第二物品描述信息。
在一些实施例中,执行主体(例如,图1中的电子设备101)可以将上述目标图像输入至预先训练的物品描述信息生成模型,得到上述至少一个第二物品描述信息。其中,上述物品描述信息生成模型可以用于生成物品描述信息。上述物品描述信息生成模型可以是但不限于以下至少一项:VGG(Visual Geometry Group)卷积神经网络模型,残差网络(ResNet,Residual Network)。
需要说明的是,物品描述信息生成模型是通过以下步骤训练的:
第一步,确定初始物品描述信息生成模型的网络结构以及初始化上述初始物品描述信息生成模型的网络参数。
第二步,获取训练样本集。其中,上述训练样本集包括样本图像集和与上述样本图像集对应的标注信息集。
第三步,将上述训练样本集中的样本图像集和上述标注信息集分别作为上述初始物品描述信息生成模型的输入和期望输出,利用深度学习方法训练上述初始物品描述信息生成模型。
第四步,将训练得到的初始物品描述信息生成模型确定为训练后的物品描述信息生成模型。
其中,训练样本集是通过以下步骤得到的:
第一步,获取推荐文本集。其中,上述推荐文本集中的推荐文本可能是由不同的撰写人员人工撰写的。
第二步,对上述推荐文本集中的每个推荐文本进行分词以生成词集,得到词集组。
第三步,基于上述词集组,确定三级类目词表中每个词对应的数值。
作为示例,上述执行主体可以基于上述词集组,利用词频-逆文本频率指数(TF-IDF,Term Frequency-Inverse Document Frequency),确定三级类目词表中每个词对应的数值。
第四步,依据数值大到小的顺序,对上述三级类目词表中各个词进行排序,得到词序列。
第五步,从上述词序列中筛选出目标数目个词。
作为示例,响应于确定上述词序列中的各个词的数目大于1000,从上述词序列中筛选出前1000个词。
第六步,根据目标数目个词,对上述三级类目下的至少一个物品中的每个物品对应的各个图像进行标注,得到训练样本集。
作为示例,上述执行主体可以将上述三级类目下的至少一个物品对应的图像集确定为训练文本集中的图像样本集,还可以将图像样本集对应的标注结果确定为与上述样本图像集对应的标注信息集。
步骤303,从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。
步骤304,对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集。
在一些实施例中,步骤301、303和304的具体实现及其所带来的技术效果,可以参考图2对应的实施例中的步骤201、203和204,在此不再赘述。
从图3中可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的推荐文本生成方法的流程300更加突出了生成至少一个第二物品描述信息的具体步骤。由此,这些实施例描述的方案更为精准、简便的生成至少一个第二物品描述信息,在此基础上,使得后续生成的目标推荐文本更为精准。
进一步参考图4,示出了根据本公开的推荐文本生成方法的又一些实施例的流程400。该推荐文本生成方法,包括以下步骤:
步骤401,获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像。
步骤402,生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息。
步骤403,从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息。
步骤404,对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集。
在一些实施例中,步骤401-404的具体实现及其所带来的技术效果,可以参考图2对应的实施例中的步骤201-204,在此不再赘述。
步骤405,获取上述目标物品的类目信息。
在一些实施例中,执行主体(例如图1所示的电子设备)可以通过数据库查询的方式来获取上述目标物品的类目信息。
作为示例,目标物品的类目信息可以是目标物品的三级类目信息。
步骤406,对上述目标物品的类目信息进行向量化处理,得到第四向量。
在一些实施例中,上述执行主体可以对上述目标物品的类目信息进行向量化处理,得到第四向量。
作为示例,上述执行主体可以对上述目标物品的类目信息进行词嵌入处理,得到第四向量。
步骤407,基于上述第四向量、上述第一向量集、上述第二向量集和上述预先训练的编码与解码模型,生成上述目标推荐文本。
在一些实施例中,上述执行主体可以基于上述第四向量、上述第一向量集、上述第二向量集和上述预先训练的编码与解码模型,生成上述目标推荐文本。
作为示例,上述编码与解码模型可以包括:第一编码模型、第二编码模型和第四编码模型。基于上述第四向量、上述第一向量集、上述第二向量集和上述预先训练的编码与解码模型,生成上述目标推荐文本可以包括以下步骤:
第一步,将第一向量集输入至预先训练的第一编码模型,得到第一编码结果。
第二步,将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果。
第三步,将上述第四向量输入至预先训练的第四编码模型,得到第四编码结果。
第四步,将上述第一编码结果、第二编码结果和第四编码结果进行向量拼接,得到拼接后的向量。
第五步,将上述拼接后的向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
在这里,上述编码与解码模型是可以通过以下步骤训练的:
第一步,确定初始编码与解码模型的网络结构以及初始化上述初始编码与解码模型的网络参数。
第二步,获取训练样本集,其中,上述训练样本集包括样本集合和与上述样本集合对应的标注信息集合,上述样本集合中的样本包括:上述目标物品的至少一个第一物品描述信息、上述目标物品的至少一个第二物品描述信息和上述目标物品的类目信息,上述标注信息集合中的标注信息包括上述目标物品对应的推荐文本,上述目标物品的类目信息是预先获取的。
第三步,将上述训练样本集中的样本集合和上述标注信息集合分别作为上述初始编码与解码模型的输入和期望输出,利用深度学习方法训练上述初始编码与解码模型。
第四步,将训练得到的初始编码与解码模型确定为训练后的初始编码与解码模型。
从图4中可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的推荐文本生成方法的流程400更加突出了生成目标推荐文本的具体步骤。由此,这些实施例描述的方案通过在编码与解码模型中的编码模型的输入中加入类目信息,使得编码模型与解码模型可以更为针对类目信息,来生成更为精准的推荐文本。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种推荐文本生成装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一种推荐文本生成装置500包括:获取单元501、第一生成单元502、筛选单元503、处理单元504和第二生成单元505。其中,获取单元501,被配置成获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像;第一生成单元502,被配置成生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息;筛选单元503,被配置成从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;处理单元504,被配置成对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;第二生成单元505,被配置成基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。
在一些实施例的一些可选的实现方式中,上述推荐文本生成装置500中的第一生成单元502可以进一步被配置成:将上述目标图像输入至预先训练的物品描述信息生成模型,得到上述至少一个第二物品描述信息。
在一些实施例的一些可选的实现方式中,上述推荐文本生成装置500中的第二生成单元505可以进一步被配置成:生成上述目标物品的风格信息;对上述目标物品的风格信息进行向量化处理,得到第三向量;基于上述第三向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
在一些实施例的一些可选的实现方式中,上述推荐文本生成装置500中的第二生成单元505可以进一步被配置成:获取目标物品的类目信息;对上述目标物品的类目信息进行向量化处理,得到第四向量;基于上述第四向量、上述第一向量集、上述第二向量集和上述编码与解码模型,生成上述目标推荐文本。
在一些实施例的一些可选的实现方式中,上述编码与解码模型包括第一编码模型和第二编码模型。以及上述推荐文本生成装置500中的第二生成单元505可以进一步被配置成:将上述第一向量集输入至预先训练的编码与解码模型中的第一编码模型,得到第一编码结果;将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果;将上述第一编码结果与上述第二编码结果进行向量拼接,得到拼接向量;将上述拼接向量输入至预先训练的编码与解码模型中的解码模型,得到上述目标推荐文本。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有电子设备600操作所需的各种程序和数据。处理装置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。
通常,以下装置可以连接至I/O接口605: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606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,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。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,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,本公开的一些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。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例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。在本公开的一些实施例中,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。而在本公开的一些实施例中,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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
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:获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像;生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息;从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型,生成上述目标物品对应的目标推荐文本。
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一些实施例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。
描述于本公开的一些实施例中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:一种处理器包括获取单元、第一生成单元、筛选单元、处理单元和第二生成单元。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,获取单元还可以被描述为“获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像的单元”。
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:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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)

1.一种推荐文本生成方法,包括:
获取目标物品的至少一个第一物品描述信息和所述目标物品对应的目标图像;
生成用于描述所述目标图像的图像特征的至少一个第二物品描述信息;
从所述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;
对所述至少一个第一物品描述信息中的第一物品描述信息和所述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;
基于所述第一向量集、所述第二向量集和预先训练的编码与解码模型,生成所述目标物品对应的目标推荐文本。
2.根据权利要求1所述的方法,其中,所述生成用于描述所述目标图像的图像特征的至少一个第二物品描述信息,包括:
将所述目标图像输入至预先训练的物品描述信息生成模型,得到所述至少一个第二物品描述信息。
3.根据权利要求1所述的方法,其中,所述基于所述第一向量集、所述第二向量集和预先训练的编码与解码模型,生成所述目标物品对应的目标推荐文本,包括:
生成所述目标物品的风格信息;
对所述目标物品的风格信息进行向量化处理,得到第三向量;
基于所述第三向量、所述第一向量集、所述第二向量集和所述编码与解码模型,生成所述目标推荐文本。
4.根据权利要求1所述的方法,其中,所述基于所述第一向量集、所述第二向量集和预先训练的编码与解码模型,生成所述目标物品对应的目标推荐文本,包括:
获取所述目标物品的类目信息;
对所述目标物品的类目信息进行向量化处理,得到第四向量;
基于所述第四向量、所述第一向量集、所述第二向量集和所述编码与解码模型,生成所述目标推荐文本。
5.根据权利要求1所述的方法,其中,所述编码与解码模型包括第一编码模型和第二编码模型;以及
所述基于所述第一向量集、所述第二向量集和预先训练的编码与解码模型,生成所述目标物品对应的目标推荐文本,包括:
将所述第一向量集输入至预先训练的编码与解码模型中的第一编码模型,得到第一编码结果;
将所述第二向量集输入至预先训练的编码与解码模型中的第二编码模型,得到第二编码结果;
将所述第一编码结果与所述第二编码结果进行向量拼接,得到拼接向量;
将所述拼接向量输入至预先训练的编码与解码模型中的解码模型,得到所述目标推荐文本。
6.根据权利要求1所述的方法,其中,所述编码与解码模型为加入注意力机制的时序神经网络模型。
7.根据权利要求6所述的方法,其中,所述编码与解码模型中解码模型的每个时间步对应的、所述目标推荐文本中的输出词语是通过以下步骤生成的:
获取目标词表,其中,所述目标推荐文本对应的词组存在于所述目标词表;
基于所述编码与解码模型中的解码模型,针对所述时间步,确定所述目标词表中每个词的第一概率;
基于所述解码模型中的、与所述时间步对应的隐藏层的输出向量和与所述时间步对应的输入向量,确定目标数值;
基于所述目标数值、所述目标词表中每个词的第一概率和目标权重矩阵,确定所述目标词表中每个词的第二概率,其中,所述目标权重矩阵表征所述第一向量集和所述第二向量集中各个向量的关注度;
基于所述目标词表中每个词的第二概率,确定所述时间步对应的、所述目标推荐文本的输出词语。
8.根据权利要求1所述的方法,其中,所述编码与解码模型对应的损失函数包括覆盖损失函数。
9.根据权利要求1所述的方法,其中,所述编码与解码模型为解码模型中加入避免词语重复生成机制的编码与解码模型。
10.一种推荐文本生成装置,包括:
获取单元,被配置成获取目标物品的至少一个第一物品描述信息和所述目标物品对应的目标图像;
第一生成单元,被配置成生成用于描述所述目标图像的图像特征的至少一个第二物品描述信息;
筛选单元,被配置成从所述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息;
处理单元,被配置成对所述至少一个第一物品描述信息中的第一物品描述信息和所述目标物品描述信息进行向量化处理,以生成第一向量集和第二向量集;
第二生成单元,被配置成基于所述第一向量集、所述第二向量集和预先训练的编码与解码模型,生成所述目标物品对应的目标推荐文本。
11.一种电子设备,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1-9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,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202110648938.4A 2021-06-10 2021-06-10 推荐文本生成方法、装置、电子设备和计算机可读介质 Pending CN113377914A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110648938.4A CN113377914A (zh) 2021-06-10 2021-06-10 推荐文本生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110648938.4A CN113377914A (zh) 2021-06-10 2021-06-10 推荐文本生成方法、装置、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN113377914A true CN113377914A (zh) 2021-09-10

Family

ID=77573698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110648938.4A Pending CN113377914A (zh) 2021-06-10 2021-06-10 推荐文本生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113377914A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022156576A1 (zh) * 2021-01-21 2022-07-28 北京沃东天骏信息技术有限公司 物品文案生成网络训练方法、物品文案生成方法、装置
CN115034184A (zh) * 2022-05-31 2022-09-09 南京数睿数据科技有限公司 图表介绍文本生成方法、装置、设备和计算机可读介质
WO2024067568A1 (zh) * 2022-09-28 2024-04-04 北京沃东天骏信息技术有限公司 推荐信息生成方法、装置、设备、介质和程序产品
CN118115631A (zh) * 2024-04-25 2024-05-31 数梦万维(杭州)人工智能科技有限公司 图像生成方法、装置、电子设备和计算机可读介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022156576A1 (zh) * 2021-01-21 2022-07-28 北京沃东天骏信息技术有限公司 物品文案生成网络训练方法、物品文案生成方法、装置
CN115034184A (zh) * 2022-05-31 2022-09-09 南京数睿数据科技有限公司 图表介绍文本生成方法、装置、设备和计算机可读介质
CN115034184B (zh) * 2022-05-31 2023-11-24 南京数睿数据科技有限公司 图表介绍文本生成方法、装置、设备和计算机可读介质
WO2024067568A1 (zh) * 2022-09-28 2024-04-04 北京沃东天骏信息技术有限公司 推荐信息生成方法、装置、设备、介质和程序产品
CN118115631A (zh) * 2024-04-25 2024-05-31 数梦万维(杭州)人工智能科技有限公司 图像生成方法、装置、电子设备和计算机可读介质

Similar Documents

Publication Publication Date Title
CN109902186B (zh) 用于生成神经网络的方法和装置
CN113377914A (zh) 推荐文本生成方法、装置、电子设备和计算机可读介质
CN106663425A (zh) 用于自动语音识别的使用外推的跳帧和按需输出的神经网络
CN107783960A (zh) 用于抽取信息的方法、装置和设备
CN108121800A (zh) 基于人工智能的信息生成方法和装置
CN112883149A (zh) 一种自然语言处理方法以及装置
CN112466314A (zh) 情感语音数据转换方法、装置、计算机设备及存储介质
CN113254684B (zh) 一种内容时效的确定方法、相关装置、设备以及存储介质
CN110263218B (zh) 视频描述文本生成方法、装置、设备和介质
CN110858226A (zh) 对话管理方法和装置
CN114676704A (zh) 句子情感分析方法、装置、设备以及存储介质
CN114429552A (zh) 对象属性识别方法、装置、可读存储介质及电子设备
CN116050496A (zh) 图片描述信息生成模型的确定方法及装置、介质、设备
CN112149699A (zh) 用于生成模型的方法、装置和用于识别图像的方法、装置
CN113255327B (zh) 文本处理方法、装置、电子设备及计算机可读存储介质
CN113902838A (zh) 动画生成方法、装置、存储介质及电子设备
CN111898338B (zh) 文本生成方法、装置和电子设备
CN113111971A (zh) 分类模型的智能处理方法、装置、电子设备及介质
CN114970666B (zh) 一种口语处理方法、装置、电子设备及存储介质
CN116977885A (zh) 视频文本任务处理方法、装置、电子设备及可读存储介质
CN114372499A (zh) 一种自然语言处理方法、装置、设备和计算机可读存储介质
CN113609397A (zh) 用于推送信息的方法和装置
CN112287159A (zh) 检索方法、电子设备及计算机可读介质
CN113780516A (zh) 物品文案生成网络训练方法、物品文案生成方法、装置
CN114792388A (zh) 图像描述文字生成方法、装置及计算机可读存储介质

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