[发明专利]用于生成文本标题的方法和装置在审
申请号: | 201811455644.4 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109299477A | 公开(公告)日: | 2019-02-01 |
发明(设计)人: | 李磊;陈家泽;马维英;华立锋 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本标题 文本 方法和装置 生成模型 特征信息 申请 | ||
1.一种用于生成文本标题的方法,包括:
获取待处理文本;
提取所述待处理文本的特征信息;
将所述待处理文本的特征信息输入预先训练的标题生成模型,得到所述待处理文本的文本标题,其中,所述标题生成模型用于表征文本和文本标题的对应关系。
2.根据权利要求1所述的方法,其中,所述标题生成模型通过以下步骤训练得到:
获取训练样本集合,训练样本包括文本和文本的文本标题;
将所述训练样本集合中的训练样本的文本作为输入,将与输入的文本对应的文本标题作为期望输出,利用机器学习方法训练得到标题生成模型。
3.根据权利要求1所述的方法,其中,所述提取所述待处理文本的特征信息,包括:
获取特征位置信息;
基于所述特征位置信息,将所述待处理文本中的、所述特征位置信息所指示的位置的文本确定为所述待处理文本的特征信息。
4.根据权利要求1所述的方法,其中,所述提取所述待处理文本的特征信息,包括:
将所述待处理文本输入预先训练的文本特征提取模型,得到所述待处理文本的特征信息,其中,所述文本特征提取模型用于表征文本与文本的特征信息的对应关系。
5.根据权利要求1-4中任一所述的方法,其中,所述方法还包括:
基于所述待处理文本和所述待处理文本的文本标题,生成推送信息。
6.根据权利要求5所述的方法,其中,所述待处理文本包括至少一个文本,其中,所述至少一个文本通过以下步骤得到:
获取目标文本集合,所述目标文本集合中的文本为符合预设条件的文本;
对于所述目标文本集合中的文本,获取该文本的预设属性的属性值;
根据预设属性的属性值从大到小的顺序,从所述目标文本集合中选取预设数目个文本,并将所选取的文本确定为所述至少一个文本。
7.一种用于生成文本标题的装置,包括:
获取单元,被配置成获取待处理文本;
提取单元,被配置成提取所述待处理文本的特征信息;
标题生成单元,被配置成将所述待处理文本的特征信息输入预先训练的标题生成模型,得到所述待处理文本的文本标题,其中,所述标题生成模型用于表征文本和文本标题的对应关系。
8.根据权利要求7所述的装置,其中,所述标题生成模型通过以下步骤训练得到:
获取训练样本集合,训练样本包括文本和文本的文本标题;
将所述训练样本集合中的训练样本的文本作为输入,将与输入的文本对应的文本标题作为期望输出,利用机器学习方法训练得到标题生成模型。
9.根据权利要求7所述的装置,其中,所述提取单元进一步被配置成:
获取特征位置信息;
基于所述特征位置信息,将所述待处理文本中的、所述特征位置信息所指示的位置的文本确定为所述待处理文本的特征信息。
10.根据权利要求7所述的装置,其中,所述提取单元进一步被配置成:
将所述待处理文本输入预先训练的文本特征提取模型,得到所述待处理文本的特征信息,其中,所述文本特征提取模型用于表征文本与文本的特征信息的对应关系。
11.根据权利要求7-10中任一所述的装置,其中,所述装置还包括:
生成单元,被配置成基于所述待处理文本和所述待处理文本的文本标题,生成推送信息。
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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201811455644.4/1.html,转载请声明来源钻瓜专利网。