[发明专利]内容推荐方法及装置、电子设备及存储介质

权利要求书

1.一种内容推荐方法，其特征在于，包括：

基于上下文信息，获取上下文语境信息；

结合所述上下文语境信息及当前对话内容，确定用户意图；

基于所述用户意图，确定待推荐的内容。

2.根据权利要求1所述的方法，其特征在于，

所述结合所述上下文语境信息及当前对话内容，确定用户意图，包括：

根据所述上下文语境信息及所述当前对话内容，生成信息序列；

以词语为最小处理单位，将所述信息序列转换为特征向量；

基于所述特征向量，提取所述用户意图。

3.根据权利要求2所述的方法，其特征在于，

所述基于所述特征向量，提取所述用户意图，包括：

利用第一神经网络对所述特征向量进行特征处理，获得第一特征信息；

利用第二神经网络对所述特征向量进行特征处理，获得第二特征信息；

融合所述第一特征信息和所述第二特征信息，得到所述用户意图；

其中，第一神经网络和所述第二神经网络的类型不同。

4.根据权利要求2所述的方法，其特征在于，

所述以词语为最小处理单位，将所述信息序列转换为特征向量，包括：

以词语为最小处理单位，将词语转换为M维度的向量，M为不小2的正整数；

将所述信息序列中词语所对应的向量的元素，按元素排序对应相加得到所述特征向量。

5.根据权利要求1至4任一项所述的方法，其特征在于，

所述基于所述用户意图，确定推荐的内容，包括：

确定所述用户意图与预定内容所对应预定意图之间的相似度；

选择与所述用户意图相似度最大的预定意图对应的预定内容，为所述待推荐的内容。

6.根据权利要求5所述的方法，其特征在于，所述基于所述用户意图，确定推荐的内容，包括：

确定所述用户意图对应的第一特征向量与所述预定意图对应的第二特征向量之间的欧式距离；

或者，

确定所述第一特征向量与所述第二特征向量之间点积；

或者，

以第一特征向量和所述第二特征向量为深度学习模型的输入，得到所述相似度。

7.根据权利要求1至4任一项所述的方法，其特征在于，

所述基于上下文信息，获取上下文语境信息，包括：

基于一次历史对话内容，获得一条上下文信息；

根据当前对话内容之前的N条上下文信息，确定所述上下文语境信息；其中，N为正整数。

8.一种内容推荐装置，其特征在于，包括：

获取模块，用于基于上下文信息，获取上下文语境信息；

第一确定模块，用于结合所述上下文语境信息及当前对话内容，确定用户意图；

第二确定模块，用于基于所述用户意图，确定待推荐的内容。

9.一种电子设备，其特征在于，包括：

存储器，

处理器，与所述存储器连接，用于通过执行存储在所述存储器上的计算机可执行指令，实现权利要求1至7任一项提供的内容推荐方法。

10.一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被执行后，能够实现权利要求1至7任一项提供的内容推荐方法。