[发明专利]基于人工智能的推荐处理方法、装置及设备

权利要求书

1.一种基于人工智能的推荐处理方法，其特征在于，所述方法包括：

对对应待推荐对象的各个字的字嵌入向量、分割嵌入向量以及位置嵌入向量进行求和处理，得到对应所述待推荐对象中各个字的输入特征；

对对应文章的各个字的字嵌入向量、分割嵌入向量以及位置嵌入向量进行求和处理，得到对应所述文章中各个字的输入特征；

获取所述待推荐对象中各个字的输入特征所对应的字特征，并获取所述文章中各个字的输入特征所对应的字特征；

基于所述待推荐对象中各个字的输入特征所对应的字特征，以及所述文章中各个字的输入特征所对应的字特征，获取待推荐对象的对象特征，并获取对应所述待推荐对象的文章中的标签词的标签词特征；

基于对应所述待推荐对象的对象特征和对应所述文章的标签词特征，确定所述标签词与所述待推荐对象的相关度；

当所述相关度大于相关度阈值时，确定所述标签词与所述待推荐对象具有关联关系；

将与所述待推荐对象具有关联关系的标签词，确定为与所述待推荐对象具有关联关系的用户账号的用户标签；

基于所述用户账号的用户标签，执行对应所述用户账号的推荐操作。

2.根据权利要求1所述的方法，其特征在于，所述基于所述待推荐对象中各个字的输入特征所对应的字特征，以及所述文章中各个字的输入特征所对应的字特征，获取待推荐对象的对象特征，并获取对应所述待推荐对象的文章中的标签词的标签词特征，包括：

对所述待推荐对象中各个字的输入特征所对应的字特征和所述文章中各个字的输入特征所对应的字特征进行基于注意力机制的字合成处理，得到对应所述待推荐对象的对象特征以及对应所述文章中的多个词的词特征；

从对应所述文章中的多个词的词特征中提取出对应所述文章中的标签词的标签词特征。

3.根据权利要求1所述的方法，其特征在于，在对对应待推荐对象的各个字的字嵌入向量、分割嵌入向量以及位置嵌入向量进行求和处理，得到对应所述待推荐对象中各个字的输入特征之前，所述方法还包括：

对所述待推荐对象进行分字处理，得到表征各个字的语义的字嵌入向量；

获取对应所述待推荐对象的各个字的分割嵌入向量以及位置嵌入向量。

4.根据权利要求3所述的方法，其特征在于，所述获取所述待推荐对象中各个字的输入特征所对应的字特征，包括：

对对应所述待推荐对象中各个字的输入特征进行上下文信息分析处理，得到对应各个字的用于表征上下文信息的特征向量；

对所述特征向量进行语序信息分析处理，得到对应所述待推荐对象中各个字的用于表征上下文信息和语序信息的字特征。

5.根据权利要求1所述的方法，其特征在于，在对对应文章的各个字的字嵌入向量、分割嵌入向量以及位置嵌入向量进行求和处理，得到对应所述文章中各个字的输入特征之前，所述方法还包括：

对所述文章进行分字处理，得到表征各个字的语义的字嵌入向量；

获取对应所述文章的各个字的分割嵌入向量以及位置嵌入向量。

6.根据权利要求5所述的方法，其特征在于，所述获取所述文章中各个字的输入特征所对应的字特征，包括：

对对应所述文章中各个字的输入特征进行上下文信息分析处理，得到对应各个字的用于表征上下文信息的特征向量；

对所述特征向量进行语序信息分析处理，得到对应所述文章中各个字的用于表征上下文信息和语序信息的字特征。