[发明专利]用于生成预测信息的方法、装置、电子设备和介质

权利要求书

1.一种用于生成预测信息的方法，包括：

获取至少一个输入单词，其中，所述至少一个输入单词是对目标输入文本进行分词得到的；

生成至少一个输入单词中每个输入单词的词向量，得到词向量集合；

基于所述词向量集合，生成输入文本向量；

基于所述输入文本向量和用户向量，生成用于预测用户意图的预测信息，其中，所述用户向量是基于用户历史记录信息得到的，所述预测信息用于确定弹出图像或不弹出图像，所述用户历史记录信息包括用户对弹出的图像是否进行了点击的历史操作记录信息；

根据所述用于预测用户意图的预测信息，确定是否弹出图像；

响应于确定弹出图像，获取图像数据库中每个图像的特征向量，得到特征向量集合；

确定所述特征向量集合中的每个特征向量与所述输入文本向量的相关度，得到相关度集合；

基于所述相关度集合，从所述图像数据库中选择出相关度大于预设阈值的图像作为弹出图像，得到弹出图像集合；

基于所述用户历史操作记录信息，对所述弹出图像集合中的弹出图像进行排序，得到弹出图像序列；

从所述弹出图像序列中选择预定数目个弹出图像；

将所述预定数目个弹出图像显示至目标界面上。

2.根据权利要求1所述的方法，其中，所述基于所述词向量集合，生成输入文本向量，包括：

将所述词向量集合中的词向量进行求和，得到所述输入文本向量。

3.根据权利要求1所述的方法，其中，所述基于所述词向量集合，生成输入文本向量，包括：

获取用户向量；

基于所述词向量集合，所述用户向量和注意力机制网络，得到所述输入文本向量。

4.根据权利要求3所述的方法，其中，所述基于所述词向量集合，所述用户向量和注意力机制网络，得到所述输入文本向量，包括：

将所述用户向量输入至预先训练的全连接网络，得到新的用户向量；

将所述词向量集合与所述新的用户向量输入至所述注意力机制网络，得到所述输入文本向量。

5.根据权利要求4所述的方法，其中，所述将所述词向量集合与所述新的用户向量输入至所述注意力机制网络，得到所述输入文本向量，包括：

将所述词向量集合中每个词向量与所述新的用户向量进行点乘，生成分数，得到分数组；

基于所述词向量集合和所述分数组，生成所述输入文本向量。

6.根据权利要求5所述的方法，其中，所述基于所述输入文本向量和用户向量，生成预测信息，包括：

将所述输入文本向量与所述新的用户向量进行点乘，得到点乘得分；

基于所述点乘得分，生成预测信息。

7.根据权利要求1-6之一所述的方法，其中，所述基于所述输入文本向量和用户向量，生成预测信息，包括：

将所述输入文本向量和所述用户向量输入至预先训练的预测信息生成模型，得到预测信息，其中，所述预测信息生成模型是通过训练样本集合训练得到的。

8.根据权利要求7所述的方法，其中，所述训练样本集合中的训练样本包括样本输入文本向量，样本用户向量和样本预测信息，所述预测信息生成模型是以所述样本输入文本向量和所述样本用户向量作为输入，以所述样本预测信息用于作为期望输出训练得到的。

9.根据权利要求8所述的方法，其中，所述训练样本集合是通过以下步骤进行更新：

获取用户相关信息集合，其中，所述用户相关信息集合中的用户相关信息包括：输入文本向量，用户向量和预测信息，其中，所述预测信息不是通过所述预测信息生成模型进行预测得到的；

基于预设比例，对所述用户相关信息集合进行数据扩增，得到扩增用户相关信息集合；

将所述扩增用户相关信息集合加入所述训练样本集合，生成更新后的训练样本集合。