[发明专利]一种信息推送方法、装置、计算机设备及存储介质

说明书

本公开提供了一种信息推送方法、装置、计算机设备及存储介质，其中，该方法包括：获取目标图像；基于所述目标图像，得到所述目标图像的图像描述信息，并确定所述图像描述信息中多个字符分别对应的词性；基于所述图像描述信息、所述多个字符分别对应的词性、以及预设的目标遮蔽词性，生成目标推送信息；向用户端推送所述目标推送信息。本公开实施例通过向用户推送遮蔽特定词性字符的图像描述信息，因而能够有针对性地引导学生思考，故可以提高对推送信息的有效利用率，提高学习效率，进而减少学习时间成本。

技术领域

本公开涉及深度学习技术领域，具体而言，涉及一种信息推送方法、装置、计算机设备及存储介质。

背景技术

目前，学生(或者学员)提升看图写话能力的主要方式包括两种；

第一种，依赖教师(或者教员)的授课和监督，配合长时间的练习和重复；第二种，通过学习和背诵大量辅导材料中的图片以及参考答案。不论是哪一种方式，都需要依赖学生的自主学习能力，但不同学生的学习能力和学习基础均有所不同，因而现有的方式仍然会存在效率较低以及效果较差的问题。

发明内容

本公开实施例至少提供一种信息推送方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种信息推送方法，包括：

获取目标图像；

基于所述目标图像，得到所述目标图像的图像描述信息，并确定所述图像描述信息中多个字符分别对应的词性；

基于所述图像描述信息、所述多个字符分别对应的词性、以及预设的目标遮蔽词性，生成目标推送信息；

向用户端推送所述目标推送信息。

一种可选的实施方式中，所述基于所述图像描述信息、所述多个字符分别对应的词性、以及预设的目标遮蔽词性，生成目标推送信息，包括：

基于所述多个字符分别对应的词性、以及预设的所述目标遮蔽词性，从所述多个字符中确定目标字符；

基于所述多个字符中除所述目标字符外的其他字符，生成所述目标推送信息。

一种可选的实施方式中，所述基于所述目标图像，得到所述目标图像的图像描述信息，以及所述图像描述信息中多个字符分别对应的词性，包括：

对所述目标图像进行特征提取处理，得到所述目标图像的特征数据；

基于所述特征数据，生成所述目标图像的图像描述信息，并确定所述图像描述信息包括的多个字符中每个字符对应的词性。

一种可选的实施方式中，所述对所述目标图像进行特征提取处理，得到所述目标图像的特征数据，包括：

利用预先训练的特征提取网络，对所述目标图像进行特征提取处理，得到所述目标图像的特征数据。

一种可选的实施方式中，所述特征提取网络包括残差神经网络、以及卷积神经网络中至少一种。

一种可选的实施方式中，基于所述特征数据，生成所述目标图像的图像描述信息，包括：

利用预先训练的语义预测网络，对所述特征数据进行语义预测处理，得到所述目标图像的图像描述信息。

一种可选的实施方式中，训练语义预测网络，包括：

获取多张样本图像分别对应的样本特征数据、以及样本图像描述信息；所述样本图像描述信息中包括多个样本字符；

基于所述样本特征数据、以及所述多个样本字符，构成样本特征向量序列；所述样本特征向量序列中包括基于所述样本特征数据构成的第一样本特征向量、以及由多个样本字符分别对应的字向量构成的第二样本特征向量；