[发明专利]文章生成方法、设备及存储介质

说明书

本发明实施例提供一种文章生成方法、设备及存储介质，该方法包括：基于知识图谱确定目标兴趣点；采用目标兴趣点，对全网问答数据进行标注，得到目标问答数据；对目标问答数据进行聚合处理，并基于预设文章模板生成热门问答文章。本发明实施例可以在有效提高热门问答文章的质量的同时，进一步提升生成热门问答文章时效性。

技术领域

本发明实施例涉及互联网技术，尤其涉及一种文章生成方法、设备及存储介质。

背景技术

在互联网信息爆炸的时代，围绕网络数据展开的趋势性应用和产品受到广泛关注。例如，问答本身具备可持续更新的特点，再加上其独有的趣味性和吸引力，使得生成的文章也具有很高的可读性。

在相关技术中，主要通过人工挑选兴趣点；再根据这些兴趣点收集问答数据；然后，根据人工筛选出的问答数据归纳出问答数据的摘要；最后，将多个问答数据的摘要拼凑为热门问答文章。

上述生成热门问答文章的方法，虽然一定程度上可以得到较好质量的热门问答文章，但通过人工编辑问答文章至少存在时效性差的缺点。

发明内容

本发明实施例提供一种文章生成方法、设备及存储介质，可以在有效提高热门问答文章的质量的同时，进一步提升生成热门问答文章时效性。

第一方面，本发明实施例提供一种文章生成方法，包括：

基于知识图谱确定目标兴趣点；

采用所述目标兴趣点，对全网问答数据进行标注，得到目标问答数据；

对所述目标问答数据进行聚合处理，并基于预设文章模板生成热门问答文章。

在一种可能的设计中，所述采用所述目标兴趣点，对全网问答数据进行标注，得到目标问答数据之前，还包括：

根据第一预设模型从全网问答库中滤除低质量问题；

根据滤除后的结果确定目标问题；

相应地，所述采用所述目标兴趣点，对全网问答数据进行标注，得到目标问答数据，包括：采用所述目标兴趣点，对全网中所述目标问题对应的问答数据进行标注，得到目标问答数据。

在一种可能的设计中，所述第一预设模型是根据以下特征中的任一个或多个训练得到的：

广告；

违反法律法规的预设词；

问题字数少于预设字数；

回答数量少于预设条数。

在一种可能的设计中，所述基于知识图谱确定目标兴趣点，包括：

基于百科词条数据，结合第二预设模型训练得到目标词条，所述第二预设模型以热度信息作为特征进行训练获得；

对所述目标词条进行实体挖掘，得到候选实体集，其中，所述候选实体集包括至少一个候选兴趣点；

采用预设统计方法对所述候选实体集进行去杂质处理，并归一得到唯一实体集；

以新闻源数据作为样本，采用所述唯一实体集做标注，将命中率大于预设值的实体作为所述目标兴趣点。

在一种可能的设计中，所述预设统计方法包括词频-逆文本频率指数 tf-idf。

在一种可能的设计中，所述采用所述目标兴趣点，对全网中所述目标问题对应的问答数据进行标注，得到目标问答数据，包括：

根据预设打分方式，计算所述目标兴趣点的分数；

若所述目标兴趣点的分数大于或等于预设阈值，采用所述目标兴趣点，对全网中所述目标问题对应的问答数据进行标注，得到目标问答数据；