【技術實現步驟摘要】
本申請屬于人工智能，具體涉及一種文案內容生成方法、裝置、計算機設備及存儲介質。
技術介紹
1、隨著社交媒體技術的飛速進步與廣泛滲透，企業對于實施多元化營銷策略的需求日益增強。為了拓寬客戶群體并吸引更多潛在顧客的眼球，企業亟需精心策劃各類宣傳素材，涵蓋節假日特惠、促銷活動的創意文案以及引人注目的產品宣傳圖像等，以期在激烈的市場競爭中脫穎而出。以保險產品為例，企業需定制用于節日促銷的保險產品文案和產品宣傳圖像，精準傳達保險優勢，吸引潛在客戶的關注與信賴。
2、傳統的文案內容創作流程，很大程度上依賴于專業人員的經驗積累和主觀判斷，專業人員需要根據既定的目標、內容的類別及具體需求，精心策劃與組織文案內容，這種人工處理的方法在時間和資源分配上存在一定的局限性。近年來，隨著人工智能在文本和圖像生成技術上的顯著突破，自動創作文案和圖片已成為可能，極大地提升了創作效率。但是，當前的文案內容自動生成技術在創造性發揮、個性化定制以及適應不同傳播平臺風格需求方面，仍存在一定的局限性。
技術實現思路
1、本申請實施例的目的在于提出一種文案內容生成方法、裝置、計算機設備及存儲介質，以解決現有當前的文案內容自動生成技術在創造性發揮、個性化定制以及適應不同傳播平臺風格需求方面，仍存在一定的局限性的技術問題。
2、為了解決上述技術問題，本申請實施例提供一種文案內容生成方法，采用了如下所述的技術方案：
3、一種文案內容生成方法，包括：
4、獲取待生成文案內容的需求文檔
5、對需求關鍵詞進行語義分析，得到關鍵詞語義表示；
6、獲取預先構建的產品知識圖譜，將關鍵詞語義表示映射到產品知識圖譜中；
7、在產品知識圖譜中，基于關鍵詞語義表示通過圖譜推理識別需求關鍵詞和產品知識圖譜的知識節點之間的語義關聯，得到語義關聯表示；
8、從需求文檔獲取待生成文案內容對應的文案格式，并在預設的格式規則引擎中獲取與文案格式匹配的格式控制規則；
9、基于語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與需求文檔匹配的文案內容。
10、進一步地，獲取預先構建的產品知識圖譜，將關鍵詞語義表示映射到產品知識圖譜中的步驟，具體包括：
11、構建特征映射空間，并在特征映射空間內創建若干個特征點；
12、識別產品知識圖譜的知識節點，并將產品知識圖譜的知識節點與特征映射空間內的特征點進行配對，得到知識特征配對結果；
13、根據知識特征配對結果，將產品知識圖譜導入特征映射空間中。
14、進一步地，在產品知識圖譜中，基于關鍵詞語義表示通過圖譜推理識別需求關鍵詞和產品知識圖譜的知識節點之間的語義關聯，得到語義關聯表示的步驟，具體包括：
15、對產品知識圖譜的知識節點進行語義分析，得到知識節點語義表示；
16、基于關鍵詞語義表示和知識節點語義表示，判斷需求關鍵詞和知識節點之間是否存在語義關聯；
17、若需求關鍵詞和知識節點之間是否存在語義關聯，則提取語義關聯特征，并生成語義關聯表示。
18、進一步地，基于關鍵詞語義表示和知識節點語義表示，判斷需求關鍵詞和知識節點之間是否存在語義關聯的步驟，具體包括：
19、計算關鍵詞語義表示和知識節點語義表示之間的語義相似度；
20、比對語義相似度和預設的相似度閾值；
21、當語義相似度大于或等于相似度閾值時，判定需求關鍵詞和知識節點之間存在語義關聯；
22、當語義相似度小于相似度閾值時，判定需求關鍵詞和知識節點之間不存在語義關聯。
23、進一步地，基于語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與需求文檔匹配的文案內容的步驟，具體包括：
24、將語義關聯表示和格式控制規則輸入到預訓練的大語言模型中；
25、遍歷大語言模型的文本庫，識別與語義關聯表示匹配的目標文本；
26、根據格式控制規則組合目標文本，得到與需求文檔匹配的文案內容。
27、進一步地，在基于語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與需求文檔匹配的文案內容的步驟之前，還包括：
28、獲取訓練樣本數據，其中，訓練樣本數據包括歷史文案關鍵詞、歷史文案格式控制規則和歷史文案內容；
29、對歷史文案關鍵詞進行語義分析，得到歷史文案關鍵詞語義表示；
30、將歷史文案關鍵詞語義表示映射到產品知識圖譜中；
31、在產品知識圖譜中，基于歷史文案關鍵詞語義表示通過圖譜推理識別歷史文案關鍵詞和產品知識圖譜的知識節點之間的語義關聯，得到歷史語義關聯表示；
32、將歷史語義關聯表示和歷史文案格式控制規則輸入到預設的初始大語言模型，使得初始大語言模型學習歷史語義關聯表示和歷史文案格式控制規則，并輸出預測文案內容；
33、比對預測文案內容和歷史文案內容，獲取模型預測誤差；
34、根據模型預測誤差對初始大語言模型進行迭代更新，直至模型擬合，得到預訓練的大語言模型。
35、進一步地，在獲取待生成文案內容的需求文檔，并讀取需求文檔中的需求關鍵詞的步驟之后，還包括：
36、對需求關鍵詞進行分類，并根據關鍵詞分類結果對需求關鍵詞進行分組，得到若干個關鍵詞組；
37、為每一個關鍵詞組分配對應的關鍵詞組權重；
38、對需求關鍵詞進行語義分析，得到關鍵詞語義表示的步驟，具體包括：
39、針對每一個需求關鍵詞，識別需求關鍵詞所屬的關鍵詞組，并獲取需求關鍵詞對應的關鍵詞組權重；
40、對需求關鍵詞進行語義分析，并使用對應的關鍵詞組權重對需求關鍵詞的語義分析結果進行加權，得到關鍵詞語義表示。
41、為了解決上述技術問題，本申請實施例還提供一種文案內容生成裝置，采用了如下所述的技術方案：
42、一種文案內容生成裝置，包括：
43、關鍵詞讀取模塊，用于獲取待生成文案內容的需求文檔，并讀取需求文檔中的需求關鍵詞；
44、語義分析模塊，用于對需求關鍵詞進行語義分析，得到關鍵詞語義表示；
45、語義映射模塊，用于獲取預先構建的產品知識圖譜，將關鍵詞語義表示映射到產品知識圖譜中；
46、語義關聯模塊，用于在產品知識圖譜中，基于關鍵詞語義表示通過圖譜推理識別需求關鍵詞和產品知識圖譜的知識節點之間的語義關聯，得到語義關聯表示；
47、控制規則模塊，用于從需求文檔獲取待生成文案內容對應的文案格式，并在預設的格式規則引擎中獲取與文案格式匹配的格式控制規則；
48、文案生成模塊，用于基于語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與需求文檔匹配的文案內容。
49、為了解決上述技術問題，本申請實施例還提供一種計算機設備本文檔來自技高網...
【技術保護點】
1.一種文案內容生成方法，其特征在于，包括：
2.如權利要求1所述的文案內容生成方法，其特征在于，所述獲取預先構建的產品知識圖譜，將所述關鍵詞語義表示映射到所述產品知識圖譜中的步驟，具體包括：
3.如權利要求1所述的文案內容生成方法，其特征在于，所述在所述產品知識圖譜中，基于所述關鍵詞語義表示通過圖譜推理識別所述需求關鍵詞和所述產品知識圖譜的知識節點之間的語義關聯，得到語義關聯表示的步驟，具體包括：
4.如權利要求3所述的文案內容生成方法，其特征在于，所述基于所述關鍵詞語義表示和所述知識節點語義表示，判斷所述需求關鍵詞和知識節點之間是否存在語義關聯的步驟，具體包括：
5.如權利要求1所述的文案內容生成方法，其特征在于，所述基于所述語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與所述需求文檔匹配的文案內容的步驟，具體包括：
6.如權利要求5所述的文案內容生成方法，其特征在于，在所述基于所述語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與所述需求文檔匹配的文案內容的步驟之前，還包括：
7.如權利要
8.一種文案內容生成裝置，其特征在于，包括：
9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執行所述計算機可讀指令時實現如權利要求1至7中任一項所述的文案內容生成方法的步驟。
10.一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上存儲有計算機可讀指令，所述計算機可讀指令被處理器執行時實現如權利要求1至7中任一項所述的文案內容生成方法的步驟。
...【技術特征摘要】
1.一種文案內容生成方法，其特征在于，包括：
2.如權利要求1所述的文案內容生成方法，其特征在于，所述獲取預先構建的產品知識圖譜，將所述關鍵詞語義表示映射到所述產品知識圖譜中的步驟，具體包括：
3.如權利要求1所述的文案內容生成方法，其特征在于，所述在所述產品知識圖譜中，基于所述關鍵詞語義表示通過圖譜推理識別所述需求關鍵詞和所述產品知識圖譜的知識節點之間的語義關聯，得到語義關聯表示的步驟，具體包括：
4.如權利要求3所述的文案內容生成方法，其特征在于，所述基于所述關鍵詞語義表示和所述知識節點語義表示，判斷所述需求關鍵詞和知識節點之間是否存在語義關聯的步驟，具體包括：
5.如權利要求1所述的文案內容生成方法，其特征在于，所述基于所述語義關聯表示和格式控制規則，引導預訓練的大語言模型生成與所述需求文檔匹配的文案內容的步驟，具體包...
【專利技術屬性】
技術研發人員：何黎平，
申請(專利權)人：中國平安人壽保險股份有限公司，
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。