[发明专利]文案生成方法和装置、存储介质及电子装置

权利要求书

1.一种文案生成方法，其特征在于，包括：

获取待生成的文案的配置信息；

获取所述配置信息中所包含的文案信息的信息类别；

将所述文案信息分别导入深度文案生成模型中与所述信息类别对应的子神经网络模型，其中，所述深度文案生成模型利用在线样本文案训练得到，所述子神经网络用于提取所述信息类别下的所述文案信息中的文案特征，所述文案特征用于获取与目标文案对应的目标词序列，所述目标文案的点击率大于等于第一预定阈值；

在所述信息类别指示为文本类别的情况下，将所述文案信息中的文本信息导入与所述文本类别对应的第一子神经网络模型中，以得到所述文本信息的文本特征；

在所述信息类别指示为图像类别的情况下，将所述文案信息中的图像像素信息导入与所述图像类别对应的第二子神经网络模型中，以得到所述图像像素信息的图像特征；

在所述信息类别指示为视频类别的情况下，将所述文案信息中的视频帧像素信息导入与所述视频类别对应的第三子神经网络模型中，以得到所述视频帧像素信息的视频特征；

在所述信息类别指示为相关类别的情况下，将所述文案信息中的相关信息导入与所述相关类别对应的第四子神经网络模型中，以得到所述相关信息的相关特征；

获取所述深度文案生成模型所输出的所述目标词序列；

根据所述目标词序列生成所述目标文案。

2.根据权利要求1所述的方法，其特征在于，在所述将所述文案信息分别导入所述深度文案生成模型中与所述信息类别对应的子神经网络模型之后，还包括：

获取各个所述信息类别所对应的所述文案特征；

拼接获取到的所述文案特征，得到最终特征表示，其中，在所述最终特征表示中，缺省的所述信息类别对应的所述文案特征置零；

根据所述最终特征表示确定所述目标词序列中所包含的词的标识。

3.根据权利要求2所述的方法，其特征在于，所述根据所述最终特征表示确定所述目标词序列中所包含的词的标识包括：

重复执行以下步骤，直至获取到停止词的标识，所述停止词用于指示停止生成过程：

获取在所述目标词序列中位于当前词之前解码得到的上一个词的标识；

在所述上一个词的标识并非所述停止词的标识的情况下，根据所述上一个词的标识对所述最终特征表示进行再次解码，获取所述当前词的标识。

4.根据权利要求1所述的方法，其特征在于，在所述获取待生成的文案的配置信息之前，还包括：

从文案采集系统中收集所述在线样本文案；

根据所述在线样本文案训练得到所述深度文案生成模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述在线样本文案训练得到所述深度文案生成模型包括：

获取与所述在线样本文案匹配的标签文案的标签中序列，其中，所述标签文案的点击率大于等于第二预定阈值；

重复执行以下步骤，直至与所述在线样本文案匹配的预测文案的预测中序列满足预定条件：

将所述在线样本文案的配置信息导入待测深度文案生成模型中，得到所述预测中序列；

比对所述标签中序列及所述预测中序列；

根据比对的结果对所述待测深度文案生成模型进行训练调整，其中，在比对的结果指示所述预测中序列向所述标签中序列收敛的情况下，则表示所述预测中序列满足所述预定条件，将输出满足所述预定条件的所述预测中序列对应的所述待测深度文案生成模型作为所述深度文案生成模型；在比对的结果指示所述预测中序列远离所述标签中序列的情况下，则表示所述预测中序列不满足所述预定条件，优化所述待测深度文案生成模型中的参数值，重新获取所述在线样本文案继续进行训练调整。