[发明专利]信息处理方法、装置及设备有效

专利信息
申请号: 201911088556.X 申请日: 2019-11-08
公开(公告)号: CN110852801B 公开(公告)日: 2022-09-09
发明(设计)人: 郝卓琳 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F40/258
代理公司: 上海光栅知识产权代理有限公司 31340 代理人: 马雯雯
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息处理 方法 装置 设备
【权利要求书】:

1.一种信息处理方法,其特征在于,包括:

对输入信息进行解析,得到所述输入信息的描述对象对应的描述关键词;所述描述关键词是将所述输入信息输入至解析模型中,获取所述解析模型输出的结果得到的;

将所述描述关键词输入标题生成模型中,获取所述标题生成模型输出的标题,所述标题包括所述描述关键词,并且,所述标题的预测点击率高于预设阈值;

其中,所述标题生成模型是对多组第一样本进行学习得到的,每组所述第一样本包括:样本标题、所述样本标题对应的样本关键词和所述样本标题对应的实际点击率;

所述解析模型是对多组第二样本进行学习得到的,每组所述第二样本包括:样本文本和所述样本文本对应的样本关键词。

2.根据权利要求1所述的方法,其特征在于,所述对输入信息进行解析,得到所述输入信息的描述对象对应的描述关键词,包括:

对所述输入信息进行解析,得到用于指示所述描述对象的第一关键词;

或者,

对所述输入信息进行解析,得到用于指示所述描述对象的第一关键词和用于指示所述描述对象的属性的第二关键词。

3.根据权利要求1或2所述的方法,其特征在于,所述输入信息为一个或者多个词语,或者,所述输入信息为一个或者多个语句。

4.根据权利要求1所述的方法,其特征在于,所述标题生成模型是通过以下方式得到的:

获取所述多组第一样本;

针对每组所述第一样本,执行训练过程,所述训练过程包括:将所述样本标题对应的样本关键词输入至标题生成模型中,获取预测标题和所述预测标题的预测点击率;根据所述样本标题、所述预测标题、所述预测点击率和所述实际点击率,获取损失函数;以最小化所述损失函数为目标,调整所述标题生成模型的参数;

重复执行所述训练过程,直至所述标题生成模型满足训练结束条件。

5.根据权利要求4所述的方法,其特征在于,所述根据所述样本标题、所述预测标题、所述预测点击率和所述实际点击率,获取损失函数,包括:

根据所述预测标题和所述样本标题,获取第一损失项,所述第一损失项与所述预测标题和所述样本标题之间的差异正相关;

根据所述预测点击率和所述实际点击率,获取第二损失项,所述第二损失项与所述预测点击率和所述实际点击率之间的差异正相关;

根据所述预测点击率获取第三损失项,所述第三损失项与所述预测点击率负相关;

根据所述第一损失项、所述第二损失项和所述第三损失项,获取所述损失函数。

6.根据权利要求4所述的方法,其特征在于,所述获取所述多组第一样本,包括:

从数据库中获取多个样本标题、以及各所述样本标题对应的实际点击率;

对各所述样本标题进行关键词提取,得到各所述样本标题对应的样本关键词;

将每个所述样本标题、所述样本标题对应的样本关键词、所述样本标题对应的实际点击率作为一组第一样本。

7.一种信息处理装置,其特征在于,包括:解析模块和生成模块,其中,

所述解析模块,用于对输入信息进行解析,得到所述输入信息的描述对象对应的描述关键词;所述描述关键词是将所述输入信息输入至解析模型中,获取所述解析模型输出的结果得到的;

所述生成模块,用于将所述描述关键词输入标题生成模型中,获取所述标题生成模型输出的标题,所述标题包括所述描述关键词,并且,所述标题的预测点击率高于预设阈值;

其中,所述标题生成模型是对多组第一样本进行学习得到的,每组所述第一样本包括:样本标题、所述样本标题对应的样本关键词和所述样本标题对应的实际点击率;

所述解析模型是对多组第二样本进行学习得到的,每组所述第二样本包括:样本文本和所述样本文本对应的样本关键词。

8.一种电子设备,其特征在于,包括:至少一个处理器和存储器;

所述存储器存储计算机执行指令;

所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至6任一项所述的信息处理方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的信息处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911088556.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top