本发明专利技术提供信息处理装置、信息处理方法及计算机可读介质。信息处理装置具有处理器，所述处理器进行以下处理：取得提供信息和对象信息，其中，所述提供信息是与提供文章的提供源和表示记载所述文章的目的地的提供目的地中的至少一方相关的信息，所述对象信息是与所述文章被生成的对象相关的信息，将所取得的所述提供信息及所述对象信息输入到长度估计模型，来估计文章长度，其中，所述长度估计模型学习了针对与过去的提供信息及所述过去的对象信息关联的对象的过去的文章的长度，所述文章长度是针对与所述提供信息关联的所述对象的文章的长度。章的长度。章的长度。
【技术实现步骤摘要】
信息处理装置、信息处理方法及计算机可读介质
[0001]本公开涉及信息处理装置、信息处理方法及计算机可读介质。
技术介绍
[0002]在日本特开2020
‑
071677号公报中公开了一种学习方法，其特征在于，计算机执行以下处理：对第1评分与第2评分进行合成，基于按照每个单词将所述第1评分及所述第2评分合成而得到的合成评分，计算单词的生成概率的分布，其中，所述第1评分是输入了学习用输入语句的模型按照所述模型的词典的每个单词而输出的，所述第2评分是根据达到单词的长度及摘要的上限字符数为止的剩余字符数而按照所述模型的词典的每个单词求出的。
[0003]为了在商品的广告词、新闻及社交网络服务等各种各样的提供目的地进行使用，由用户及企业的担当者等提供源作成文章。近年来存在如下技术：通过使AI(Artificial Intelligence：人工智能)学习提供源作成的文章，使AI生成反映出每个提供源的特征(例如所使用的单词等)的文章。
技术实现思路
[0004]然而，文章中的特征不仅表现为所使用的单词，有时还表现为文章的长度，这样的特征根据提供源或者提供目的地而变化。
[0005]在使AI学习及输出文章的过程中，在仅反映出文章中的单词的特征的情况下，有时未考虑提供源或提供目的地的文章的长度这样的特征。
[0006]本公开的目的在于，提供一种能够反映出提供源或提供目的地的特征而估计所输出的文章的长度的信息处理装置、信息处理方法及计算机可读介质。
[0007]根据本公开的第1方案，提供一种信息处理装置，其中，所述信息处理装置具有处理器，所述处理器进行以下处理：取得提供信息和对象信息，其中，所述提供信息是与提供文章的提供源和表示记载所述文章的目的地的提供目的地中的至少一方相关的信息，所述对象信息是与所述文章被生成的对象相关的信息，将所取得的所述提供信息及所述对象信息输入到长度估计模型，来估计文章长度，其中，所述长度估计模型学习了针对与过去的提供信息及所述过去的对象信息关联的对象的过去的文章的长度，所述文章长度是针对与所述提供信息关联的所述对象的文章的长度。
[0008]根据本公开的第2方案，所述处理器使用与过去的提供信息及过去的对象信息关联的过去的文章的长度的统计，来估计所述文章长度。
[0009]根据本公开的第3方案，所述处理器根据与过去的提供信息及过去的对象信息关联的所述过去的文章的长度的平均值，来估计所述文章长度。
[0010]根据本公开的第4方案，所述处理器将通过长度估计模型估计出的文章的长度与预先决定的文章的长度相加或相减，来校正所述文章长度。
[0011]根据本公开的第5方案，由提供源选择所述预先决定的文章的长度。
[0012]根据本公开的第6方案，所述文章长度是字符数、单词数及短语数中的任意1个。
[0013]根据本公开的第7方案，所述提供信息包含与提供源的特征相关的信息、与提供目的地的媒体相关的信息、以及与提供目的地中的目标相关的信息中的至少一方。
[0014]根据本公开的第8方案，所述处理器使用所述文章长度与所述过去的文章的长度的差分，进行所述长度估计模型的学习。
[0015]根据本公开的第9方案，所述处理器还具备估计文章的文章估计模型，所述处理器将取得的所述提供信息、取得的所述对象信息、以及从所述长度估计模型得到的文章长度向所述文章估计模型输入，估计与对应于所述文章长度及所述提供信息的所述对象相关的文章即对象文章。
[0016]根据本公开的第10方案，所述处理器使用所述长度估计模型来估计多个所述文章长度，使用估计出的多个所述文章长度来估计所述对象文章。
[0017]根据本公开的第11方案，所述处理器估计与多个所述文章长度分别对应的所述对象文章。
[0018]根据本公开的第12方案，所述处理器从多个所述文章长度取得最长及最短的所述文章长度，估计与从最长的所述文章长度到最短的所述文章长度所包含的各个文章长度对应的所述对象文章。
[0019]根据本公开的第13方案，所述处理器估计多个所述对象文章的候选，从所述候选中选择所述对象文章。
[0020]根据本公开的第14方案，所述处理器向所述文章估计模型输入过去的提供信息、过去的对象信息及过去的对象文章的长度，使所述文章估计模型学习针对所述过去的提供信息及所述过去的对象信息在过去作成的文章。
[0021]根据本公开的第15方案，提供一种计算机可读介质，其存储有使计算机执行处理的程序，其中，所述处理取得提供信息和对象信息，其中，所述提供信息是与表示生成文章的用户的提供源和表示记载所述文章的目的地的提供目的地中的至少一方相关的信息，所述对象信息是与所述文章被生成的对象相关的信息，将所取得的所述提供信息及所述对象信息输入到长度估计模型，来估计文章长度，其中，所述长度估计模型输入过去的提供信息及过去的对象信息而学习了针对与所述过去的提供信息及所述过去的对象信息关联的对象的过去的文章的长度，所述文章长度是针对与所述提供信息关联的所述对象的文章的长度。
[0022]根据本公开的第16方案，提供一种信息处理方法，其中，取得提供信息和对象信息，其中，所述提供信息是与提供文章的提供源和表示记载所述文章的目的地的提供目的地中的至少一方相关的信息，所述对象信息是与所述文章被生成的对象相关的信息，将所取得的所述提供信息及所述对象信息输入到长度估计模型，来估计文章长度，其中，所述长度估计模型学习了针对与过去的提供信息及所述过去的对象信息关联的对象的过去的文章的长度，所述文章长度是针对与所述提供信息关联的所述对象的文章的长度。
[0023]专利技术的效果
[0024]根据所述第1方案、第15方案或第16方案，能够反映出提供源或提供目的地的特征而估计要生成的文章的长度。
[0025]根据所述第2方案，即便在学习过程中存在大量的学习数据的情况下，也能够简化
数据量而考虑全部的学习数据进行学习。
[0026]根据所述第3方案，与计算中央值作为代表值而进行学习的情况相比，能够减轻计算代表值的处理的负荷。
[0027]根据所述第4方案，在文章估计模型中，能够灵活地变更估计出的文章长度。
[0028]根据所述第5方案，能够调整将学习数据与示教数据的组合放大的范围。
[0029]根据所述第6方案，能够根据文章估计模型估计文章的处理方法来设定长度的单位。
[0030]根据所述第7方案，能够反映出提供文章的提供源及提供目的地的详细特征来估计文章长度。
[0031]根据所述第8方案，能够生成反映出提供源及提供目的地中的文章的长度的特征的文章。
[0032]根据所述第9方案，能够生成与多个文章长度的候选对应的文章，并选择所生成的多个文章中的精度高的文章。
[0033]根据所述第10方案，能够生成反映出各个文章长度的特征的文章的候选。
[0034]根据所述第11方案，能够生成和选本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息处理装置，其中，所述信息处理装置具有处理器，所述处理器进行以下处理：取得提供信息和对象信息，其中，所述提供信息是与提供文章的提供源和表示记载所述文章的目的地的提供目的地中的至少一方相关的信息，所述对象信息是与所述文章被生成的对象相关的信息，将所取得的所述提供信息及所述对象信息输入到长度估计模型，来估计文章长度，其中，所述长度估计模型学习了针对与过去的提供信息及所述过去的对象信息关联的对象的过去的文章的长度，所述文章长度是针对与所述提供信息关联的所述对象的文章的长度。2.根据权利要求1所述的信息处理装置，其中，所述处理器使用与过去的提供信息及过去的对象信息关联的过去的文章的长度的统计，来估计所述文章长度。3.根据权利要求2所述的信息处理装置，其中，所述处理器根据与过去的提供信息及过去的对象信息关联的所述过去的文章的长度的平均值，来估计所述文章长度。4.根据权利要求1至3中的任意一项所述的信息处理装置，其中，所述处理器将通过长度估计模型估计出的文章的长度与预先决定的文章的长度相加或相减，来校正所述文章长度。5.根据权利要求4所述的信息处理装置，其中，由提供源选择所述预先决定的文章的长度。6.根据权利要求1至5中的任意一项所述的信息处理装置，其中，所述文章长度是字符数、单词数及短语数中的任意1个。7.根据权利要求1至6中的任意一项所述的信息处理装置，其中，所述提供信息包含与提供源的特征相关的信息、与提供目的地的媒体相关的信息、以及与提供目的地中的目标相关的信息中的至少一方。8.根据权利要求1至7中的任意一项所述的信息处理装置，其中，所述处理器使用所述文章长度与所述过去的文章的长度之间的差分，进行所述长度估计模型的学习。9.根据权利要求1至8中的任意一项所述的信息处理装置，其中，所述处理器还具备估计文章的文章估计模型，所述处理器将取得的所述提供信息、取得的所述对象信息、以及从所述长度估计模型得到的文章长度向所述文章估计模型输入，估计与对应于所述文章长度及所述提供信息的所述对象相关的文章即对象文章。10.根据权利要求9所述的信息...
【专利技术属性】
技术研发人员：三泽翔太郎，谷口友纪，大熊智子，
申请(专利权)人：富士胶片商业创新有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。