System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及計算機,特別涉及一種短評生成方法、裝置、設備及存儲介質。
技術介紹
1、應用程序在顯示多媒體內容時,通常會在多媒體內容的名稱旁邊顯示多媒體內容的推薦理由。
2、相關技術中,直接獲取多媒體內容的原始評論,對多媒體內容的原始評論采用關鍵短語抽取、摘要生成等傳統nlp(natural?language?processing,自然語言處理)方法,將原始評論中詞頻、短語出現的次數作為權重,從多媒體內容的原始評論中提取短評,作為多媒體內容的推薦理由。
3、然而,上述方法提取出的短評容易出現語義不完整的殘句、通用類短評、差評短評等不適合作為推薦語的文字描述,短評質量較低。
技術實現思路
1、本申請實施例提供了一種短評生成方法、裝置、設備及存儲介質。本申請實施例提供的技術方案如下:
2、根據本申請實施例的一個方面,提供了一種短評生成方法,所述方法包括:
3、獲取第一多媒體內容的多條評論信息;
4、從所述多條評論信息中提取多條目標評論信息,所述目標評論信息是指對所述第一多媒體內容具有推薦意義的評論信息;
5、分別切分所述多條目標評論信息,得到多個切分短句;
6、通過語言模型根據所述第一多媒體內容的信息和所述多個切分短句,生成所述第一多媒體內容的短評推薦庫,所述短評推薦庫中包含多條推薦短評;
7、剔除所述多條推薦短評中的非獨特性短評,從剩余的推薦短評中選取所述第一多媒體內容的最終推薦短評,所述非獨
8、根據本申請實施例的一個方面,提供了一種短評生成裝置,所述裝置包括:
9、評論獲取模塊,用于獲取第一多媒體內容的多條評論信息;
10、評論提取模塊,用于從所述多條評論信息中提取多條目標評論信息,所述目標評論信息是指對所述第一多媒體內容具有推薦意義的評論信息;
11、評論切分模塊,用于分別切分所述多條目標評論信息,得到多個切分短句;
12、短評生成模塊,用于通過語言模型根據所述第一多媒體內容的信息和所述多個切分短句,生成所述第一多媒體內容的短評推薦庫,所述短評推薦庫中包含多條推薦短評;
13、短評選取模塊,用于剔除所述多條推薦短評中的非獨特性短評,從剩余的推薦短評中選取所述第一多媒體內容的最終推薦短評,所述非獨特性短評是指與除所述第一多媒體內容之外的多個其他多媒體內容具有關聯性的推薦短評。
14、根據本申請實施例的一個方面,提供了一種計算機設備,所述計算機設備包括處理器和存儲器,所述存儲器中存儲有計算機程序,所述計算機程序由所述處理器加載并執行以實現上述短評生成方法。
15、根據本申請實施例的一個方面,提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質中存儲有計算機程序,所述計算機程序由處理器加載并執行以實現上述短評生成方法。
16、根據本申請實施例的一個方面,提供了一種計算機程序產品,所述計算機程序產品包括計算機程序,所述計算機程序由處理器加載并執行以實現上述短評生成方法。
17、本申請實施例提供的技術方案可以帶來如下有益效果:
18、通過從多條評論信息中提取對第一多媒體內容具有推薦意義的多條目標評論信息,避免最終推薦短評呈現為差評短評等不具有推薦意義的短評,保證最終推薦短評的推薦質量。且通過語言模型的抽取和改寫能力生成推薦短評庫,避免生成的推薦短評中出現語義不完整的殘句,降低數據噪聲,顯著提升了推薦短評的質量,提高了推薦短評的生成效率。且通過剔除多條推薦短評中的非獨特性短評,降低推薦短評中的通用類短評的占比,避免出現泛泛夸贊第一多媒體內容的語句,進一步提高最終推薦短評的質量,從而提高最終推薦短評的推薦效果。
本文檔來自技高網...【技術保護點】
1.一種短評生成方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述從所述多條評論信息中提取多條目標評論信息,包括:
3.根據權利要求2所述的方法,其特征在于,所述根據所述評論信息中包含的詞匯,從所述多條評論信息中提取至少一條第一評論信息,包括:
4.根據權利要求2所述的方法,其特征在于,所述根據所述評論信息與所述第一多媒體內容的關聯度,從所述多條評論信息中提取至少一條第二評論信息,包括:
5.根據權利要求4所述的方法,其特征在于,所述第一多媒體內容的信息包括N個子信息,每個所述子信息用于指示所述第一多媒體內容的一個維度的配置情況,N為正整數;
6.根據權利要求2所述的方法,其特征在于,所述篩選所述至少一條第一評論信息和所述至少一條第二評論信息,得到所述多條目標評論信息,包括:
7.根據權利要求6所述的方法,其特征在于,所述剔除條件包括以下至少一項:
8.根據權利要求1至7任一項所述的方法,其特征在于,所述剔除所述多條推薦短評中的非獨特性短評,從剩余的推薦短評中選取所述
9.根據權利要求8所述的方法,其特征在于,所述根據所述通用短評,剔除所述多條推薦短評中的所述非獨特性短評,得到所述剩余的推薦短評,包括:
10.一種短評生成裝置,其特征在于,所述裝置包括:
11.一種計算機設備,其特征在于,所述計算機設備包括處理器和存儲器,所述存儲器中存儲有計算機程序,所述計算機程序由所述處理器加載并執行以實現如權利要求1至9任一項所述的短評生成方法。
12.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質中存儲有計算機程序,所述計算機程序由處理器加載并執行以實現如權利要求1至9任一項所述的短評生成方法。
13.一種計算機程序產品,其特征在于,所述計算機程序產品包括計算機程序,所述計算機程序由處理器加載并執行以實現如權利要求1至9任一項所述的短評生成方法。
...【技術特征摘要】
1.一種短評生成方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述從所述多條評論信息中提取多條目標評論信息,包括:
3.根據權利要求2所述的方法,其特征在于,所述根據所述評論信息中包含的詞匯,從所述多條評論信息中提取至少一條第一評論信息,包括:
4.根據權利要求2所述的方法,其特征在于,所述根據所述評論信息與所述第一多媒體內容的關聯度,從所述多條評論信息中提取至少一條第二評論信息,包括:
5.根據權利要求4所述的方法,其特征在于,所述第一多媒體內容的信息包括n個子信息,每個所述子信息用于指示所述第一多媒體內容的一個維度的配置情況,n為正整數;
6.根據權利要求2所述的方法,其特征在于,所述篩選所述至少一條第一評論信息和所述至少一條第二評論信息,得到所述多條目標評論信息,包括:
7.根據權利要求6所述的方法,其特征在于,所述剔除條件包括以下至少一項:
8.根據權利要求1...
【專利技術屬性】
技術研發人員:邢志鵬,秦晨曦,吳景輝,童明,
申請(專利權)人:廣州酷狗計算機科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。