[发明专利]一种标签推荐方法、装置、电子设备及存储介质

权利要求书

1.一种标签推荐方法，其特征在于，所述方法包括：

获得目标对象的多个候选标签；

根据所述目标对象分别与所述多个候选标签之间的文本相似度，确定所述多个候选标签各自的相关度；

根据所述目标对象的用户行为数据对所述多个候选标签进行质量评估，确定所述多个候选标签各自的质量分；

根据所述多个候选标签各自的相关度和质量分，从所述多个候选标签中确定所述目标对象的推荐标签。

2.根据权利要求1所述的方法，其特征在于，根据所述目标对象分别与所述多个候选标签之间的文本相似度，确定所述多个候选标签各自的相关度，包括：

对所述目标对象的对象文本和所述多个候选标签各自的标签文本分别进行特征提取，得到对所述目标对象的向量表示和所述多个候选标签各自的向量表示；

根据对所述目标对象的向量表示和所述多个候选标签各自的向量表示之间的相似度，确定所述多个候选标签各自的相关度。

3.根据权利要求2所述的方法，其特征在于，对所述目标对象的对象文本和所述多个候选标签各自的标签文本分别进行特征提取，包括：

利用第一特征提取网络对所述目标对象的对象文本进行特征提取，利用第二特征提取网络对所述多个候选标签各自的标签文本分别进行特征提取；

所述第一特征提取网络与所述第二特征提取网络互为孪生网络。

4.根据权利要求1所述的方法，其特征在于，获得目标对象的多个候选标签，包括：

根据所述目标对象的用户行为数据，确定所述目标对象的多个候选标签；和/或

将预设标签集合中的各个标签分别与目标对象的文本描述数据进行匹配，将多个匹配的标签确定为所述目标对象的多个候选标签。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据多个用户各自的用户行为数据，获得初始标签集合；

对所述初始标签集合中的各个标签进行实体识别；其中，实体识别出的多个标签组成所述预设标签集合。

6.根据权利要求1所述的方法，其特征在于，根据所述目标对象的用户行为数据对所述多个候选标签进行质量评估，确定所述多个候选标签各自的质量分，包括：

将所述目标对象与所述多个候选标签分别进行组合，得到多组对象-标签对；

对所述多组对象-标签对分别进行特征提取，得到所述多组对象-标签对各自的语义类特征和数值类特征；

将所述多组对象-标签对各自的语义类特征和数值类特征输入预先训练的质量评估模型，得到所述多个候选标签各自的质量分；其中，所述质量评估模型是利用根据所述目标对象的用户行为数据得到的样本，对预设模型进行训练得到的。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

从所述目标对象的用户行为数据中提取标签；

将提取的标签为所述候选标签的用户行为数据标记为正样本，将提取的标签不为所述候选标签的用户行为数据标记为负样本；

根据所述正样本和所述负样本，对预设模型进行训练，得到所述质量评估模型。

8.根据权利要求7所述的方法，其特征在于，根据所述正样本和所述负样本，对预设模型进行训练，得到所述质量评估模型，包括：

将所述正样本的所述目标对象与从所述正样本中提取的所述候选标签进行组合，得到对象-标签正样本对，将所述负样本的所述目标对象与从所述负样本中提取的标签进行组合，得到对象-标签负样本对；

对所述对象-标签正样本对和所述对象-标签负样本对分别进行特征提取，确定所述对象-标签正样本对和所述对象-标签负样本对各自的语义类特征和数值类特征；

根据所述对象-标签正样本对和所述对象-标签负样本对各自的语义类特征和数值类特征，对所述预设模型进行训练，得到所述质量评估模型。