[发明专利]评价文本生成方法、装置及电子设备

说明书

本发明提供了一种评价文本生成方法、装置及电子设备，涉及人工智能领域，该方法包括获取初始的文本信息，初始的文本信息包括家装搭配方案的文本描述信息；运用预先训练好的语义理解模型对初始的文本信息进行语义特征提取，并得到语义特征向量；基于预先训练好的文本生成模型根据语义特征向量生成评价文本。本发明可以生成与初始的文本信息的关联程度较高的评价文本，从而有效提升了网站社区或论坛的运营效率。

技术领域

本发明涉及人工智能领域，尤其是涉及一种评价文本生成方法、装置及电子设备。

背景技术

目前，专业的家装设计网站通常配有专门的社区或论坛，主要用于企业或用户对家装搭配的室内设计效果图与相应的方案文本描述信息的自行上传分享，其目的是为了高效宣传和营销企业或用户的设计理念、家装产品和家装设计等。但在初期运营中，往往由于初始用户活跃量不足，导致企业或用户分享的方案内容不能得到足够的评价反馈，这种情况会进一步促使企业或用户的分享失去用户的关注度，甚至严重的会导致网站的分享内容质量持续下降和用户活跃量的流失，针对上述评价反馈较少在实际应用中的问题，目前尚未提出有效的解决方案。

发明内容

本发明的目的在于提供一种评价文本生成方法、装置及电子设备，以缓解了现有技术中存在的由于评价反馈较少导致的问题，生成与初始的文本信息的关联程度较高的评价文本，从而有效提升了网站社区或论坛的运营效率。

第一方面，实施例提供一种评价文本生成方法，包括：获取初始的文本信息，初始的文本信息包括家装搭配方案的文本描述信息；运用预先训练好的语义理解模型对初始的文本信息进行语义特征提取，并得到语义特征向量；基于预先训练好的文本生成模型根据语义特征向量生成评价文本。

在可选的实施方式中，预设语义理解模型为BERT神经网络模型；运用预先训练好的语义理解模型对初始的文本信息进行语义特征提取，并得到语义特征向量的步骤，包括：根据预设文本映射字典对初始的文本信息进行文本映射，得到对应的编码信息；编码信息中携带有字编码信息嵌入标识、位置编码信息嵌入标识及段落编码信息嵌入标识；基于预先训练好的BERT神经网络模型对编码信息提取对应的语义信息，并基于语义信息得到语义特征向量。

在可选的实施方式中，根据预设文本映射字典对初始的文本信息进行文本映射，得到对应的编码信息的步骤，包括：根据预设文本映射字典查找初始的文本信息对应的索引信息；根据索引信息将文本信息转化为对应的编码信息。

在可选的实施方式中，方法还包括：基于Attention机制将语义特征向量输入预先训练好的文本生成模型，以使预先训练好的文本生成模型输出与初始的文本信息相关的评价文本。在可选的实施方式中，文本生成模型为LSTM神经网络模型；基于预先训练好的文本生成模型根据语义特征向量生成评价文本的步骤，包括：将语义特征向量输入预先训练好的LSTM神经网络模型；按照预设Beam Search的最大概率输出机制对语义特征向量信息处理，得到评价文本。

在可选的实施方式中，方法应用于网站社区或论坛。

第二方面，实施例提供一种评价文本生成装置，包括：文本获取模块，用于获取初始的文本信息，初始的文本信息包括家装搭配方案的文本描述信息；语义理解模型，用于运用预先训练好的语义理解模型对初始的文本信息进行语义特征提取，并得到语义特征向量；文本生成模块，用于基于预先训练好的文本生成模型根据语义特征向量生成评价文本。

在可选的实施方式中，预设语义理解模型为BERT神经网络模型；语义理解模型用于：根据预设文本映射字典对初始的文本信息进行文本映射，得到对应的编码信息；编码信息中携带有字编码信息嵌入标识、位置编码信息嵌入标识及段落编码信息嵌入标识；基于预先训练好的BERT神经网络模型对编码信息提取对应的语义信息，并基于语义信息得到语义特征向量。