[发明专利]自动生成文章的方法、装置、设备及存储介质

说明书

本发明实施例提出一种自动生成文章的方法和装置，其中方法包括：确定一组实体的关系，所述一组实体包括两个以上实体；获取两篇以上对应所述一组实体的所述关系的素材文章；将获取的两篇以上素材文章整合，生成针对所述一组实体的所述关系的关系类文章。本发明实施例能够自动生成关系类文章，避免受到人工编辑者主观性的影响。

技术领域

本发明涉及互联网技术领域，尤其涉及一种自动生成文章的方法、装置、设备及存储介质。

背景技术

关系类文章(CP文章)是指同时关于两个以上实体的文章，并且这两个以上实体存在一定的关系。实体可以理解为文章所涉及的人或事物，例如，人物A的名字即为一个实体。如果A和B分别为两个人物的名字，这两个人物获同一奖项，则实体A和实体B即为存在关系的实体。

关系类文章本身具备可持续更新的特点，再加上其独有的热点性和话题性，使得关系类文章具有很高的吸引力。

现有的关系类文章一般是由人工编辑的，由于编辑者的主观性，文章生成的效率较低且质量较差，难以满足需求。

发明内容

本发明实施例提供一种自动生成文章的方法及装置，以至少解决现有技术中的以上技术问题。

第一方面，本发明实施例提供了一种自动生成文章方法，包括：

确定一组实体的关系，所述一组实体包括两个以上实体；

获取两篇以上对应所述一组实体的所述关系的素材文章；

将获取的两篇以上素材文章整合，生成针对所述一组实体的所述关系的关系类文章。

在一种实施方式中，所述确定一组实体的关系之前，还包括：生成唯一实体集，从所述唯一实体集中获取所述一组实体；所述生成唯一实体集，包括：

获取包含实体的搜索查询语句；

从所述搜索查询语句中抽取实体，将抽取的所述实体加入候选实体集；

根据所述候选实体集中各个实体的词频，过滤所述候选实体集中的错误实体和/或重复实体；

从过滤后的所述候选实体集中提取热度超过预设热度阈值的实体，将提取的所述实体加入所述唯一实体集。

在一种实施方式中，所述确定所述一组实体的关系，包括：

根据所述一组实体中各个实体在针对其他实体的百科数据中的信息，判断所述一组实体中的各个实体之间是否存在关系；

如果存在，则采用以下方式中的至少一种，确定所述一组实体的关系：

获取所述一组实体中各个实体的关键字的取值，将取值相同的关键字作为所述一组实体的关系；或者，

获取所述一组实体中各个实体均具有的特征，将所述特征作为所述一组实体的关系；或者，

获取至少两个包含所述一组实体中各个实体的句子，将各个句子分别划分为组块，对划分的组块求交集，得到所述一组实体中的关系。

在一种实施方式中，所述获取两篇以上对应所述一组实体的所述关系的素材文章之前，还包括：

获取包含一组实体中各个实体的素材文章及所述一组实体的关系；

确定所述关系在所述素材文章中出现的次数，根据所述出现的次数计算所述素材文章针对所述关系的关系得分；

判断所述关系得分是否超过预设得分阈值，如果超过，则确定所述素材文章对应所述一组实体的所述关系。

在一种实施方式中，所述获取两篇以上对应所述一组实体的所述关系的素材文章，包括：