[发明专利]文本评论的生成方法以及电子设备有效
申请号: | 202110707456.1 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113486649B | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 简仁贤;吴文杰;苏畅;范敏 | 申请(专利权)人: | 竹间智能科技(上海)有限公司 |
主分类号: | G06F40/211 | 分类号: | G06F40/211;G06F40/216;G06F40/284;G06F40/30 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 钟扬飞 |
地址: | 200030 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 评论 生成 方法 以及 电子设备 | ||
本申请提供一种文本评论的生成方法及装置、电子设备、包括:获取待评论文本;根据待评论文本中每个句子的关键词,确定不同句子之间的语义关系;将每个句子对应的句子特征以及不同句子之间的语义关系,作为已训练的文本生成模型的输入;将文本生成模型输出的组合概率最高的多条词汇序列,作为模型评论语句。上述方案,丰富了评论语句的种类,且由于充分考虑了句子之间的语义关系,使生成的评论语句更准确,更有效。
技术领域
本申请涉及自然语言处理技术领域,特别涉及一种文本评论的生成方法以及电子设备。
背景技术
自然语言生成(NLG)是自然语言处理(NLP)的重要研究领域之一。现有研究大多是针对如何生成文本摘要,如何生成文本标题以及智能问答等,对于评论生成的研究较少。
现有技术的生成模型存在以下问题:对于同一条文本数据生成的评论内容单一;生成效果不稳定,语病逻辑错误等问题不可避免;3.泛化能力较低,在与训练数据差异较大的案例上效果显著降低。
发明内容
本申请实施例提供了文本评论的生成方法,用于生成多样化且准确性高的文本评论。
本申请实施例提供了一种文本评论的生成方法,包括:
获取待评论文本;
根据所述待评论文本中每个句子的关键词,确定不同句子之间的语义关系;
将每个句子对应的句子特征以及所述不同句子之间的语义关系,作为已训练的文本生成模型的输入;
将所述文本生成模型输出的组合概率最高的多条词汇序列,作为模型评论语句。
在一实施例中,所述方法还包括:
根据所述待评论文本对应的相似文本的评论语句,得到相似评论语句;
根据所述待评论文本的索引信息对应的评论语句,得到库评论语句;
汇总所述模型评论语句、相似评论语句和库评论语句,得到所述待评论文本的评论结果。
在一实施例中,所述根据所述待评论文本对应的相似文本的评论语句,得到相似评论语句,包括:
计算所述待评论文本与每篇样本文稿之间的文本相似度;
根据所述待评论文本与每篇样本文稿之间的文本相似度,筛选出所述文本相似度大于阈值的样本文稿作为所述相似文本;
根据所述相似文本对应的评论语句,得到所述相似评论语句。
在一实施例中,所述根据所述待评论文本的索引信息对应的评论语句,得到库评论语句,包括:
根据所述待评论文本的索引信息,从评论库中选取所述索引信息对应的评论语句,得到库评论语句;
其中,所述评论库中存储有不同索引信息对应的评论语句。
在一实施例中,所述索引信息包括文本关键词和/或分类标签;根据所述待评论文本的索引信息,从评论库中选取所述索引信息对应的评论语句,得到库评论语句;
根据所述待评论文本的文本关键词,从评论库中选取所述文本关键词对应的评论语句,得到所述库评论语句;
或者,
根据所述待评论文本的分类标签,从评论库中选取所述分类标签对应的评论语句,得到所述库评论语句;
或者;
根据所述待评论文本的文本关键词和分类标签,从评论库中选取所述文本关键词对应的评论语句以及所述分类标签对应的评论语句,得到所述库评论语句。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于竹间智能科技(上海)有限公司,未经竹间智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110707456.1/2.html,转载请声明来源钻瓜专利网。