基于会话文本的推荐方法和装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113641897A(43)申请公布日2021.11.12(21)申请号202110859016.8(22)申请日2021.07.28(71)申请人上海明略人工智能（集团）有限公司地址200030上海市徐汇区云锦路701号29、30、31、32层(72)发明人朱志强徐凯波(74)专利代理机构北京华夏泰和知识产权代理有限公司11662代理人曾军吴雪(51)Int.Cl.G06F16/9535(2019.01)G06F16/958(2019.01)G06F16/335(2019.01)G06F40/205(2020.01)G06F40/35(2020.01)权利要求书2页说明书11页附图5页(54)发明名称基于会话文本的推荐方法和装置、电子设备和存储介质(57)摘要本申请涉及一种基于会话文本的推荐方法和装置、电子设备和存储介质，其中，方法包括：获取目标对象的目标会话文本；在目标会话文本中确定出各个目标标签的第一时序关系；按照各个标标签的第一时序关系，得到所目标会话文本对应的目标会话序列；将目标向量输入预先训练得到的目标模型中，得到目标对象的目标推荐结果。本申请实施例提供的该方法，可以在未能获取目标对象的历史行为表现或者对项目的点击记录等数据的情况下，基于目标对象的会话文本确定出给目标对象的目标推荐结果，因而，本申请提供了一种新的个性化推荐的方法，解决了冷启动的情况下，无法对目标对象记性推荐的问题。CN113641897ACN113641897A权利要求书1/2页1.一种基于会话文本的推荐方法，其特征在于，包括：获取目标对象的目标会话文本；在所述目标会话文本中确定出各个目标标签的第一时序关系，其中，所述目标标签为所述目标会话文本中与目标信息类型对应的信息，所述第一时序关系用于指示各个所述目标标签在所述目标会话文本中出现的前后次序；按照各个所述目标标签的第一时序关系，得到所述目标会话文本对应的目标会话序列，其中，所述目标会话序列用于指示各个所述目标标签之间的相关性；生成所述目标会话序列对应的目标向量；将所述目标向量输入预先训练得到的目标模型中，得到所述目标对象的目标推荐结果。2.根据权利要求1所述的方法，其特征在于，在所述将所述目标向量输入预先训练得到的目标模型中，得到所述目标对象的目标推荐结果之前，所述方法还包括：获取候选对象集群中的至少两个候选对象的候选会话文本，其中，所述候选对象与所述候选会话文本一一对应；根据所述候选会话文本生成用于训练的训练用会话序列以及测试用会话序列；生成所述训练用会话序列对应的训练用向量，生成所述测试用会话序列对应的测试用向量；通过所述训练用向量对待训练模型进行训练后得到训练后模型；在通过所述测试用向量对所述训练后模型进行测试得到的测试精度达到预设要求的情况下，将所述训练后模型作为所述目标模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述候选会话文本生成用于训练的训练用会话序列以及测试用会话序列，包括：对于每个所述候选会话文本，在所述候选会话文本中确定出各个候选标签的第二时序关系，按照各个所述候选标签的第二时序关系，得到所述候选会话文本对应的候选会话序列，其中，所述候选标签为所述候选会话文本中与所述目标信息类型对应的信息，所述候选会话序列用于指示各个所述候选标签之间的相关性；根据每个所述候选会话文本对应的第二时序关系，确定所有所述候选会话文本中各个所述候选标签之间的关联关系；根据所述关联关系确定出至少一个潜在会话序列，其中，所述潜在会话序列中的各个所述候选标签之间的所述第二时序关系异于任一个所述候选会话序列的所述第二时序关系；在所有所述候选会话序列以及所有所述潜在会话序列中确定出所述训练用会话序列以及测试用会话序列。4.根据权利要求1所述的方法，其特征在于，所述将所述目标向量输入预先训练得到的目标模型中，得到所述目标对象的目标推荐结果，包括：通过将所述目标向量输入所述目标模型中，得到所述目标向量对应的目标高层语义信息；根据所述目标高层语义信息在所有候选会话序列中匹配到候选推荐会话序列，其中，所述候选推荐会话序列的高层语义信息与所述目标高层语义信息的相似度满足预设相似2CN113641897A权利要求书2/2页度要求；在所有所述候选推荐会话序列的候选推荐标签中筛选得到目标数量的目标推荐标签，其中，所述候选推荐标签为位于对应的所述候选推荐会话序列中，与所述目标信息类型对应的信息；在目标数据库中查询得到与所述目标推荐标签对应的所述目标推荐结果。5.根据权利要求4所述的方法，其特征在于，所述在所有所述候选推荐会话序列的候选推荐标签中筛选得到目标数量的目标推荐标签包括：按照各个所述候选推荐会话序列对应的匹配度以及每个所述候选推荐