[发明专利]评论生成方法、装置、服务器及存储介质有效
申请号: | 201910537401.3 | 申请日: | 2019-06-20 |
公开(公告)号: | CN110263340B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 潘禄;陈玉光;彭卫华;罗雨;刘远圳;韩翠云;施茜;黄俊衡;李法远 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F40/289 | 分类号: | G06F40/289;G06F40/30;G06F18/214 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 评论 生成 方法 装置 服务器 存储 介质 | ||
本发明实施例公开了一种评论生成方法、装置、服务器及存储介质。该方法包括:从目标文章中提取至少一个目标实体,并获取每个目标实体的至少一种属性信息;将每个目标实体的每种属性信息的属性向量进行合并,得到每个目标实体的属性合并向量;将属性合并向量进行拼接,得到每个目标实体的实体信息向量;将每个目标实体的实体信息向量进行拼接,得到目标文章的实体集合信息向量;获取目标文章的语义特征向量,并将语义特征向量与实体集合信息向量进行拼接,将拼接后的向量作为预先训练的评论生成模型的输入,利用评论生成模型生成目标文章的评论。本发明实施例提高了评论与文章的关联性,以及评论生成的泛化能力和准确性。
技术领域
本发明实施例涉及计算机应用技术领域,尤其涉及一种评论生成方法、装置、服务器及存储介质。
背景技术
随着互联网技术的普及和发展,各种网络多媒体的兴起,增加了用户获取各种新闻资讯的途径和方式,提高了人们阅读新闻资讯的效率,丰富了人们的生活方式。例如,用户可以在手机上下载各类新闻应用,通过新闻应用随时随地阅读新闻。但是,每个应用里都包含了大量冷门新闻,评论区只有少量评论甚至没有评论,对于信息生产者来说,造成其提供的没有被充分地利用,对于应用来说部分新闻用户参与度低产生冷启动问题。
一般来说,为了吸引用户的参与和关注新闻,应用开发团队通常会采用主动给新闻增加一些评论的方式,来吸引用户的关注和参与,在一定程度上解决冷启动问题,同时改善读者与作者之间的互动性。然而,目前的评论生成方法主要是根据其他相似文章中的评论,以替换部分关键词的方式生成新的评论,这种方式生成的评论泛化能力差,并且与文章关联度较差。
发明内容
本发明实施例提供一种评论生成方法、装置、服务器及存储介质,以实现提高文章评论生成的泛化能力以及与评论与文章的关联度。
第一方面,本发明实施例提供了一种评论生成方法,该方法包括:
从目标文章中提取至少一个目标实体,并获取每个目标实体的至少一种属性信息,其中,所述属性信息用于从不同维度对实体进行描述;
将每种属性信息转化为属性向量,并将每个目标实体的每种属性信息的属性向量进行合并,得到每个目标实体的属性合并向量;
将每个目标实体转化为实体向量,并将每个目标实体的实体向量和属性合并向量进行拼接,得到每个目标实体的实体信息向量;
将每个目标实体的实体信息向量进行拼接,得到目标文章的实体集合信息向量;
获取目标文章的语义特征向量,并将所述语义特征向量与所述实体集合信息向量进行拼接,将拼接后的向量作为预先训练的评论生成模型的输入,利用所述评论生成模型生成目标文章的评论。
第二方面,本发明实施例提供了一种评论生成装置,该装置包括:
信息获取模块,用于从目标文章中提取至少一个目标实体,并获取每个目标实体的至少一种属性信息,其中,所述属性信息用于从不同维度对实体进行描述;
属性向量转化模块,用于将每种属性信息转化为属性向量,并将每个目标实体的每种属性信息的属性向量进行合并,得到每个目标实体的属性合并向量;
实体向量转化模块,用于将每个目标实体转化为实体向量,并将每个目标实体的实体向量和属性合并向量进行拼接,得到每个目标实体的实体信息向量;
实体信息向量拼接模块,用于将每个目标实体的实体信息向量进行拼接,得到目标文章的实体集合信息向量;
评论生成模块,用于获取目标文章的语义特征向量,并将所述语义特征向量与所述实体集合信息向量进行拼接,将拼接后的向量作为预先训练的评论生成模型的输入,利用所述评论生成模型生成目标文章的评论。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910537401.3/2.html,转载请声明来源钻瓜专利网。