[发明专利]一种基于深度学习的目标软文的生成方法及装置

权利要求书

1.一种基于深度学习的目标软文的生成方法，其特征在于，所述方法包括如下步骤：

接收目标对象的相关信息，根据所述相关信息从标题库中匹配出若干条适配的目标标题，所述标题库中的标题由采集到的标题通过第三生成模型扩展而来；

将所述目标标题输入到第一生成模型中，生成至少一个目标导语；

根据所述相关信息以及预设规则生成至少一个符合预设结构的输入信息，将所述输入信息输入到第二生成模型中，生成至少一个目标正文；

对所述目标标题、所述目标导语以及所述目标正文进行组装，获取多篇目标软文。

2.根据权利要求1所述的基于深度学习的目标软文的生成方法，其特征在于，所述根据所述相关信息以及预设规则生成至少一个符合预设结构的输入信息，将所述输入信息输入到第二生成模型中，生成至少一个目标正文包括：

对所述相关信息进行分词处理，从获取到的第一分词结果中提取出满足预设条件的目标分词；

对所述目标分词进行重组，获取至少一个符合预设结构的输入信息；

将所述输入信息输入到第二生成模型中，生成至少一个目标正文。

3.根据权利要求1或2所述的基于深度学习的目标软文的生成方法，其特征在于，所述方法还包括标题库的构建过程，包括：

对采集到的若干第一样本标题进行分词处理，获取第二分词结果；

采用预设的第一关键词提取方法从所述第一样本标题中提取出第一关键词；

将所述第二分词结果以及所述第一关键词输入到第三生成模型，获取多个新的标题，所述标题库由所述新的标题构成。

4.根据权利要求3所述的基于深度学习的目标软文的生成方法，其特征在于，所述标题库的构建过程还包括：

对所述第一关键词集合与所述第二分词结果取交集，获取输入数据集合；

将所述输入数据集合的数据作为输入，所述目标标题作为输出，基于预设算法训练出第三生成模型。

5.根据权利要求1或2所述的基于深度学习的目标软文的生成方法，其特征在于，所述方法还包括第一生成模型的构建过程，包括：

对采集到的若干第二样本标题以及与所述第二样本标题对应的导语对进行分词处理；

采用预设的第二关键词提取方法从所述第二样本标题中提取出第二关键词；

对所述第二关键词集合与每条分词后的所述第二样本标题取交集，获取目标关键词；

遍历每一所述第二样本标题，将所述目标关键词与全量分词后的与所述第二样本标题对应的导语中进行匹配，获取匹配成功导语作为当前第二样本标题的新的导语；

将所述第二样本标题作为输入，与所述第二样本标题对应的导语以及所述新的导语作为输出，基于预设算法训练出第一生成模型。

6.一种基于深度学习的目标软文的生成装置，其特征在于，所述装置包括：

标题匹配模块，用于接收目标对象的相关信息，根据所述相关信息从标题库中匹配出若干条适配的目标标题，所述标题库中的标题由采集到的标题通过第三生成模型扩展而来；

导语生成模块，用于将所述目标标题输入到第一生成模型中，生成至少一个目标导语；

正文生成模块，用于根据所述相关信息以及预设规则生成至少一个符合预设结构的输入信息，将所述输入信息输入到第二生成模型中，生成至少一个目标正文；

信息组装模块，对所述目标标题、所述目标导语以及所述目标正文进行组装，获取多篇目标软文。

7.根据权利要求6所述的基于深度学习的目标软文的生成装置，其特征在于，所述正文生成模块包括：

第一分词单元，用于对所述相关信息进行分词处理，从获取到的第一分词结果中提取出满足预设条件的目标分词；

分词重组单元，用于对所述目标分词进行重组，获取至少一个符合预设结构的输入信息；

正文生成单元，用于将所述输入信息输入到第二生成模型中，生成至少一个目标正文。