[发明专利]一种文本生成方法和装置

说明书

本发明公开了一种文本生成方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：能够利用现有的文本生成模型将参考产品的描述文本生成参考产品的参考摘要文本，并利用推荐分类器模型计算参考摘要文本包含的关键词作为产品推荐词的推荐概率，根据推荐概率确定所述关键词的权重，利用关键词和对应的权重训练现有的文本生成模型，形成目标文本生成模型；利用目标文本生成模型根据目标产品的详细描述自动生成包含推荐词的摘要文本，提高了目标产品推荐词的展示概率，提升了推荐目标产品的准确性和推荐效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本生成方法和装置。

背景技术

在电子商务应用系统中，当展示产品时，展示产品详细描述信息的同时也可以展示产品的摘要信息以供用户浏览；一般地，商品摘要是基于自然语言生成技术自动生成的，即根据产品的详细文本介绍，自动生成摘要信息；具体地，自动生成产品摘要的文本生成模型包括编码器和解码器，编码器将输入的产品的详细描述信息进行编码，生成一个隐层序列；解码器利用该隐层序列，通过注意力机制，逐词生成摘要信息。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的文本生成模型在自动生成产品摘要信息时，没有突出用于推荐产品的卖点关键词，使得生成的产品摘要文本包含的卖点关键词不足，存在利用产品摘要文本推荐该产品的效果较差的缺陷。

发明内容

有鉴于此，本发明实施例提供一种文本生成方法和装置，能够利用现有的文本生成模型将参考产品的描述文本生成参考产品的参考摘要文本，并利用推荐分类器模型计算参考摘要文本包含的关键词作为产品推荐词的推荐概率，根据推荐概率确定所述关键词的权重，利用关键词和对应的权重训练现有的文本生成模型，形成目标文本生成模型；利用目标文本生成模型根据目标产品的详细描述自动生成包含推荐词的摘要文本，提高了目标产品推荐词的展示概率，提升了推荐目标产品的准确性和推荐效果。

为实现上述目的，根据本发明实施例的一个方面，提供了一种文本生成方法，其特征在于，包括：获取参考产品的描述文本，基于所述参考产品的描述文本，利用第一文本生成模型生成所述参考产品的参考摘要文本，所述参考摘要文本由一个或多个关键词组成；利用推荐分类器模型，计算所述关键词为产品推荐词的推荐概率；根据所述关键词和对应的所述推荐概率，基于所述第一文本生成模型，形成第二文本生成模型；获取目标产品的描述文本，利用所述第二文本生成模型，生成所述目标产品的目标摘要文本。

可选地，所述文本生成方法，其特征在于，

利用推荐分类器模型，计算所述关键词为产品推荐词的推荐概率，包括：利用推荐分类器模型包含的编码器，将多个所述关键词进行编码并生成隐层序列，基于所述隐层序列计算所述关键词为所述产品推荐词的推荐概率。

可选地，所述文本生成方法，其特征在于，

基于所述产品推荐词的推荐标签，以及所述产品推荐词的所述推荐概率，利用推荐目标函数，训练所述推荐分类器模型。

可选地，所述文本生成方法，其特征在于，

根据所述关键词和对应的所述推荐概率，基于所述第一文本生成模型，形成第二文本生成模型，包括：获取所述关键词和对应的所述推荐概率，利用极大似然估计模型，训练所述第一文本生成模型，形成所述第二文本生成模型。

可选地，所述文本生成方法，其特征在于，

利用第一文本生成模型生成所述参考产品的参考摘要文本，包括：所述第一文本生成模型包括编码器和解码器；获取所述参考产品的描述文本，所述参考产品的描述文本包含一个或多个描述词；基于所述描述词，利用所述编码器和所述解码器，生成组成所述参考摘要文本的所述关键词。