本申请属于机器学习,尤其涉及文本生成方法、装置、电子设备及计算机可读存储介质。
背景技术:
1、目前,用户通过网络售卖平台可以方便地购买其所需的物品。
2、网络售卖平台通常会根据当前的促销活动以及售卖的物品的名称等生成卖点文本,并展示在网络售卖平台的界面。这样,当用户浏览该网络售卖平台的界面时,用户可根据该卖点文本快速查找到其所需购买的物品。
3、现有的卖点文本生成方法中,主要依赖商品预设的卖点文案模板或已有的卖点文案关键词,导致生成的卖点文本的内容较单一。
技术实现思路
1、本申请实施例提供了文本生成方法、装置、电子设备及计算机可读存储介质,可以解决现有方法生成的卖点文本的内容过于单一的问题。
2、第一方面,本申请实施例提供了一种文本生成方法,包括:
3、获取商品在至少两个维度上的商品信息;
4、根据获取的所述商品信息确定长文本;
5、根据所述长文本生成所述商品对应的卖点文本。
6、第二方面,本申请实施例提供了一种文本生成装置,包括:
7、商品信息获取模块,用于获取商品在至少两个维度上的商品信息;
8、长文本确定模块,用于根据获取的所述商品信息确定长文本;
9、卖点文本生成模块,用于根据所述长文本生成所述商品对应的卖点文本。
10、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的方法。
11、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的方法。
12、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的方法。
13、本申请实施例与现有技术相比存在的有益效果是:
14、本申请实施例中,由于长文本是由商品的至少2个维度的商品信息得到,因此,根据该长文本确定商品的卖点文本时,相当于依赖更丰富的商品信息,从而能够提高得到的卖点文本的多样性,使得生成的卖点文本与商品的匹配度更高,进而使得生成的卖点文本的准确度更高。
1.一种文本生成方法,其特征在于,包括:
2.如权利要求1所述的文本生成方法,其特征在于,若获取的所述商品信息包括详情页图片,则所述根据获取的所述商品信息确定长文本,包括:
3.如权利要求2所述的文本生成方法,其特征在于,所述预设的文本过滤模型的结构包括bert模型和dense神经网络层;
4.如权利要求1所述的文本生成方法,其特征在于,所述文本生成方法还包括:
5.如权利要求4所述的文本生成方法,其特征在于,在所述将所述长文本作为预设的卖点生成模型的正向输入之前,还包括:
6.如权利要求5所述的文本生成方法,其特征在于,在所述以预设的关键词黑名单为依据,删除生成的所述卖点关键词中的目标关键词之前,还包括:
7.如权利要求1至6任一项所述的文本生成方法,其特征在于,所述根据获取的所述商品信息确定长文本,包括:
8.一种文本生成装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。