[发明专利]祝福语文本生成方法和装置、计算机可读存储介质

说明书

本发明公开一种祝福语文本生成方法和装置、计算机可读存储介质。该祝福语文本生成方法包括：获取用户输入的场景主题词；对场景主题词进行主题词扩展，得到扩展主题词；根据场景主题词和扩展主题词，生成多个主题词序列；将主题词序列输入预定自然语言生成模型，生成祝福语文本。本发明可以根据用户输入的主题词自动扩展主题词，并根据这些扩展出的主题词找出最优候选主题词序列。

技术领域

本发明涉及通信技术领域，特别涉及一种祝福语文本生成方法和装置、计算机可读存储介质。

背景技术

随着电商行业的不断发展和人民生活水平的不断提高，越来越多的用户开始选择从电商平台网上购物作为礼品送给亲朋好友。

在网购礼品赠送亲朋好友的同时，用户一般都会有为礼品配上几句祝福话语的需求，大部分用户会选择自己写祝福语文本，但还是会存在部分用户需要根据他们的需求生成一些个性化祝福语文本。

相关技术商业化内容生成的应用场景很多，主要是通过以下三种方案进行内容生成：

第一、基于人工生成的：人工预先为每个用户场景(送给爸爸，送给妈妈，送给老婆)写上几首通用的祝福语文本，然后由用户选择场景，挑选祝福语文本。

第二、基于检索的：给定一组主题词，为每个主题词在预先构建好的祝福语文本倒排索引知识库当中检索出一句话，将检索出来的句子组合成祝福语文本。

第三、基于NLG(Natural Language Generation，自然语言生成)模型的。

发明内容

申请人认为：相关技术存在如下一些缺点。

第一、基于人工生成的相关技术存在以下缺点：

1、人工写的祝福语文本成本太高，需要耗费大量人力物力。

2、用户只能在指定场景下选择祝福语文本，无法满足用户个性化需求。

3、同一场景下可选结果也是有限的，缺乏多样性。

第二、基于检索的相关技术存在以下缺点：

1、相同主题词检索出来的内容是一样的缺乏个性化。

2、检索出来的内容缺乏语义连贯性。

第三、基于NLG模型的相关技术存在以下缺点：

1、相关技术NLG模型对用户选择的主题词的质量和顺序都非常敏感，但目前还没有根据用户需求自动生成主题词序列的解决方案。

2、训练自然语言生成模型通常都需要大量的训练数据，但是大多数情况下很难收集到大量符合要求的训练数据。

3、同一组主题词输入到自然语言生成模型里以后，只能输出一个概率最大的通用结果，缺乏多样性。

4、相关技术NLG模型是静态的，没有自动学习和更新的能力。

鉴于以上技术问题中的至少一项，本发明提供了一种祝福语文本生成方法和装置、计算机可读存储介质，可以根据用户输入的主题词自动扩展主题词，并根据这些扩展出的主题词找出最优候选主题词序列。

根据本发明的一个方面，提供一种祝福语文本生成方法，包括：

获取用户输入的场景主题词；

对场景主题词进行主题词扩展，得到扩展主题词；

根据场景主题词和扩展主题词，生成多个主题词序列；

将主题词序列输入预定自然语言生成模型，生成祝福语文本。

在本发明的一些实施例中，所述祝福语文本生成方法还包括：