一种信息处理方法、装置、设备及计算机可读存储介质与流程

本技术涉及人工智能，尤其涉及一种信息处理方法、装置、设备及计算机可读存储介质。

背景技术：

1、随着互联网技术和金融行业的迅速发展，券商活动营销的需求不断增长。为了吸引更多客户，券商需要制作各种宣传素材，如理财产品宣传图、节假日宣传图等。

2、相关技术中在制作宣传素材时通常采用基于模板的宣传素材生成方法或基于规则的文本生成方法和基于传统机器学习的图片生成方法结合的方法；但是，基于模板的宣传素材生成方法通常需要人力手动设计模板，且模板的设计过程固定，从而导致制作宣传素材的效率较低且多样性不足；基于规则的文本生成方法和基于传统机器学习的图片生成方法结合的方法，由于基于规则的文本生成方法通常需要人力手动设计维护规则，导致生成文本的效率较低，且由于传统机器学习方法对于复杂、高维的图像数据处理能力有限，导致生成的图片质量低和多样性不足，从而导致基于文本和图片制作宣传素材不仅效率较低且缺乏多样性。

技术实现思路

1、为解决上述技术问题，本技术实施例期望提供一种信息处理方法、装置、设备及计算机可读存储介质，可以解决相关技术中制作宣传素材不仅效率较低且缺乏多样性的问题。

2、本技术的技术方案是这样实现的：

3、一种信息处理方法，所述方法包括：

4、获取针对样本产品的样本介绍文本的目标样式的第一样本文本；

5、获取针对所述样本产品的样本图像、针对所述样本图像的描述信息和针对所述样本图像的目标样式的第二样本文本；

6、基于所述目标样式的第一样本文本和所述样本介绍文本对初始文本生成模型进行模型训练，得到目标文本生成模型；

7、基于所述样本图像、所述描述信息和所述目标样式的第二样本文本对初始图像生成模型进行模型训练，得到目标图像生成模型；

8、获取用户输入的针对目标产品的需求参数，并对所述需求参数进行处理得到针对所述目标产品的介绍文本的所述目标样式的第一描述信息和针对所述目标产品的图像的所述目标样式的第二描述信息；

9、采用所述目标文本生成模型对所述目标样式的第一描述信息进行处理，得到目标文本；

10、采用所述目标图像生成模型对所述目标样式的第二描述信息进行处理，得到目标图像；

11、对所述目标文本和所述目标图像进行处理，得到针对所述目标产品的介绍信息。

12、上述方案中，所述基于所述目标样式的第一样本文本和所述样本介绍文本对初始文本生成模型进行模型训练，得到目标文本生成模型，包括：

13、采用所述样本介绍文本中的训练样本介绍文本、所述第一样本文本中的训练样本文本、所述样本介绍文本中的验证样本介绍文本、所述样本文本中的验证样本文本、所述验证样本文本的批量大小和模型学习速率，对所述初始文本生成模型进行模型训练，得到训练后的文本生成模型；

14、采用所述样本介绍文本中的测试样本介绍文本、所述第一样本文本中的测试样本文本、评估指标、所述测试样本文本的批量大小和所述模型学习速率，对所述训练后的文本生成模型进行处理，得到所述目标文本生成模型。

15、上述方案中，所述采用所述样本介绍文本中的训练样本介绍文本、所述第一样本文本中的训练样本文本、所述样本介绍文本中的验证样本介绍文本、所述第一样本文本中的验证样本文本、所述验证样本文本的批量大小和模型学习速率对所述初始文本生成模型进行模型训练，得到训练后的文本生成模型，包括：

16、采用所述训练样本介绍文本和所述训练样本文本对所述初始文本生成模型进行模型训练，得到待优化文本生成模型；

17、采用所述验证样本介绍文本、所述验证样本文本、所述验证样本文本的批量大小和所述模型学习速率对所述待优化文本生成模型进行优化，得到所述训练后的文本生成模型。

18、上述方案中，所述采用所述样本介绍文本中的测试样本介绍文本、所述第一样本文本中的测试样本文本、评估指标和所述测试样本文本的批量大小和所述模型学习速率，对所述训练后的文本生成模型进行处理，得到所述目标文本生成模型，包括：

19、采用所述训练后的文本生成模型对所述测试样本介绍文本和所述测试样本文本进行处理，得到文本信息；

20、在所述文本信息的内容不满足所述评估指标的情况下，基于所述测试样本介绍文本和所述测试样本文本、所述测试样本文本的批量大小和所述模型学习速率对所述训练后的文本生成模型进行更新，得到所述目标文本生成模型。

21、上述方案中，所述对所述需求参数进行处理得到针对所述目标产品的介绍文本的所述目标样式的第一描述信息和针对所述目标产品的图像的所述目标样式的第二描述信息，包括：

22、从所述需求参数中获取针对所述目标产品的介绍文本的第一待处理描述信息和针对所述目标产品的图像的第二待处理描述信息；

23、基于所述第一待处理描述信息、所述第二待处理描述信息和目标模板，生成所述第一描述信息和所述第二描述信息。

24、上述方案中，所述基于所述样本图像、所述描述信息和所述目标样式的第二样本文本对初始图像生成模型进行模型训练，得到目标图像生成模型，包括：

25、基于所述样本图像中的训练样本图像、所述训练样本图像的批量大小和所述训练样本图像的第一描述信息，采用局部注意力机制技术对所述初始图像生成模型进行模型训练，得到待优化图像生成模型；

26、采用所述样本图像中的验证样本图像和所述验证样本图像的目标样式的第二样本文本对所述待优化的图像生成模型进行处理，得到所述目标图像生成模型。

27、上述方案中，所述信息处理方法还包括：

28、对所述介绍信息进行可视化处理，得到目标形式的介绍信息；

29、采用数据处理算法对所述目标形式的介绍信息的文件格式进行转换，得到目标格式的介绍信息；

30、通过展示模块展示所述目标格式的介绍信息。

31、上述方案中，所述信息处理方法还包括：

32、获取所述用户针对所述目标文本的第一反馈信息和针对所述目标图像的第二反馈信息；

33、采用所述第一反馈信息对所述目标文本生成模型进行优化，并采用所述第二反馈信息对所述目标图像生成模型进行优化。

34、一种信息处理装置，所述装置包括：

35、第一获取单元，用于获取针对样本产品的样本介绍文本的目标样式的第一样本文本；

36、第二获取单元，用于获取针对所述样本产品的样本图像、针对所述样本图像的描述信息和针对所述样本图像的目标样式的第二样本文本；

37、第一训练单元，用于基于所述目标样式的第一样本文本和所述样本介绍文本对初始文本生成模型进行模型训练，得到目标文本生成模型；

38、第二训练单元，用于基于所述样本图像、所述描述信息和所述目标样式的第二样本文本对初始图像生成模型进行模型训练，得到目标图像生成模型；

39、第三获取单元，用于获取用户输入的针对目标产品的需求参数，并对所述需求参数进行处理得到针对所述目标产品的介绍文本的所述目标样式的第一描述信息和针对所述目标产品的图像的所述目标样式的第二描述信息；

40、第一生成单元，用于采用所述目标文本生成模型对所述目标样式的第一描述信息进行处理，得到目标文本；

41、第二生成单元，用于采用所述目标图像生成模型对所述目标样式的第二描述信息进行处理，得到目标图像；

42、第三生成单元，用于对所述目标文本和所述目标图像进行处理，得到针对所述目标产品的介绍信息。

43、一种信息处理设备，所述设备包括：处理器、存储器和通信总线；

44、所述通信总线用于实现所述处理器和所述存储器之间的通信连接；

45、所述处理器用于执行所述存储器中存储的信息处理程序，以实现如上述的信息处理方法的步骤。

46、一种计算机可读存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述的信息处理方法的步骤。

47、本技术实施例所提供的信息处理方法、装置、设备及计算机可读存储介质，首先获取针对样本产品的样本介绍文本的目标样式的第一样本文本，并获取针对样本产品的样本图像、针对样本图像的描述信息和针对样本图像的目标样式的第二样本文本，然后基于目标样式的第一样本文本和样本介绍文本对初始文本生成模型进行模型训练，得到目标文本生成模型，并基于样本图像、描述信息和目标样式的第二样本文本对初始图像生成模型进行模型训练，得到目标图像生成模型，再获取用户输入的针对目标产品的需求参数，并对需求参数进行处理得到针对目标产品的介绍文本的目标样式的第一描述信息和针对目标产品的图像的目标样式的第二描述信息，然后采用目标文本生成模型对目标样式的第一描述信息进行处理，得到目标文本，并采用目标图像生成模型对目标样式的第二描述信息进行处理，得到目标图像，之后对目标文本和目标图像进行处理，得到针对目标产品的介绍信息，这样，由于采用目标文本生成模型和目标图像生成模型生成目标文本和目标图像，且目标文本生成模型和目标图像生成模型具备高性能和自动化特性，从而大幅度提高了介绍信息的制作效率，且还可以接收用户的需求参数，并将每一用户输入的需求参数处理成目标文本生成模型和目标图像生成模型更容易理解和识别的目标样式的描述信息，从而使得目标文本生成模型和目标图像生成模型生成更满足该用户需求的目标文本和目标图像，提高了生成介绍信息的准确性，且针对每一用户输入不同的需求参数都会生成不同的目标文本和目标图像，增加了目标文本和目标图像的多样性，从而增加了介绍信息的多样性。