[发明专利]推荐文本生成方法、装置、电子设备和计算机可读介质

说明书

本公开的实施例公开了推荐文本生成方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取目标物品的至少一个第一物品描述信息和该目标物品对应的目标图像；生成用于描述该目标图像的图像特征的至少一个第二物品描述信息；从该至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息；对该至少一个第一物品描述信息中的第一物品描述信息和该目标物品描述信息进行向量化处理，以生成第一向量集和第二向量集；基于该第一向量集、该第二向量集和预先训练的编码与解码模型，生成该目标物品对应的目标推荐文本。该实施方式可以快捷、高效的生成目标物品对应的目标推荐文本。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及推荐文本生成方法、装置、电子设备和计算机可读介质。

背景技术

目前，物品的推荐文本(例如，文案)可以大大提高各个用户对物品的关注度。作为示例。较好的物品的推荐文本可以更大程度的吸引用户对物品执行价值转移操作(例如，购买)。对于物品的推荐文本的生成，通常采用的方式为：基于编码与解码模型生成物品的推荐文本。其中，编码与解码模型的输入数据可以是物品的基础信息(例如，物品属性，物品名称，物品品牌，物品规格等等)，输出结果可以是物品的推荐文本。

然而，当采用上述方式来生成推荐文本，经常会存在如下技术问题：

根据物品的基础信息和编码与解码模型生成的推荐文本存在可用度和准确度较低，多样性较差的问题。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了推荐文本生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种推荐文本生成方法，包括：获取目标物品的至少一个第一物品描述信息和上述目标物品对应的目标图像；生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息；从上述至少一个第二物品描述信息中筛选出目标数目个第二物品描述信息作为目标物品描述信息；对上述至少一个第一物品描述信息中的第一物品描述信息和上述目标物品描述信息进行向量化处理，以生成第一向量集和第二向量集；基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型，生成上述目标物品对应的目标推荐文本。

可选地，上述生成用于描述上述目标图像的图像特征的至少一个第二物品描述信息，包括：将上述目标图像输入至预先训练的物品描述信息生成模型，得到上述至少一个第二物品描述信息。

可选地，上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型，生成上述目标物品对应的目标推荐文本，包括：生成上述目标物品的风格信息；对上述目标物品的风格信息进行向量化处理，得到第三向量；基于上述第三向量、上述第一向量集、上述第二向量集和上述编码与解码模型，生成上述目标推荐文本。

可选地，上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型，生成上述目标物品对应的目标推荐文本，包括：获取目标物品的类目信息；对上述目标物品的类目信息进行向量化处理，得到第四向量；基于上述第四向量、上述第一向量集、上述第二向量集和上述编码与解码模型，生成上述目标推荐文本。

可选地，上述编码与解码模型包括第一编码模型和第二编码模型；以及上述基于上述第一向量集、上述第二向量集和预先训练的编码与解码模型，生成上述目标物品对应的目标推荐文本，包括：将上述第一向量集输入至预先训练的编码与解码模型中的第一编码模型，得到第一编码结果；将上述第二向量集输入至预先训练的编码与解码模型中的第二编码模型，得到第二编码结果；将上述第一编码结果与上述第二编码结果进行向量拼接，得到拼接向量；将上述拼接向量输入至预先训练的编码与解码模型中的解码模型，得到上述目标推荐文本。