【技术实现步骤摘要】
内容生成方法、装置、计算机可读存储介质和计算机设备
[0001]本申请涉及互联网
，具体涉及一种内容生成方法、装置、计算机可读存储介质和计算机设备。
技术介绍
[0002]随着互联网技术的快速发展，每天都会产生海量的内容。内容生产者创作内容并进行发布，用户获取到内容生产者发布的内容并进行消费。
[0003]在对现有技术的研究和实践过程中发现，在现有的内容生成方法中，内容生产者无法准确的获取用户的内容需求，从而无法创作出满足用户需求的内容，因此，内容生成准确性较低，进行导致内容生成效率较低。
技术实现思路
[0004]本申请实施例提供一种内容生成方法、装置、计算机可读存储介质和计算机设备，可以提高内容生成的准确性，进而提升内容生成的效率。
[0005]本申请实施例提供一种内容生成方法，包括：
[0006]获取内容交互系统中内容标签集，以及对象基于所述内容标签集产生的交互属性信息，所述内容标签集包括多个内容的标签；
[0007]在所述标签中提取出标签特征，并在所述交互属性信息中提取出所述对象对应的对象特征；
[0008]基于所述标签特征和所述对象特征，预测所述对象针对所述标签的交互增益信息，并基于所述交互增益信息确定所述标签在所述内容交互系统中的交互需求信息，所述交互需求信息用于衡量所述标签的需求程度；
[0009]对所述内容标签集进行标签聚类处理，得到至少一个标签簇以及所述标签簇对应的簇中心，并计算所述标签簇中每一标签与所述簇中心的匹配程度；>[0010]根据所述匹配程度在所述标签中识别出目标内容标签，并根据所述目标内容标签和所述交互需求信息，生成与所述标签的需求程度匹配的目标内容。
[0011]相应的，本申请实施例提供一种内容生成装置，包括：
[0012]获取单元，用于获取内容交互系统中内容标签集，以及对象基于所述内容标签集产生的交互属性信息，所述内容标签集包括多个内容的标签；
[0013]提取单元，用于在所述标签中提取出标签特征，并在所述交互属性信息中提取出所述对象对应的对象特征；
[0014]预测单元，用于基于所述标签特征和所述对象特征，预测所述对象针对所述标签的交互增益信息，并基于所述交互增益信息确定所述标签在所述内容交互系统中的交互需求信息，所述交互需求信息用于衡量所述标签的需求程度；
[0015]聚类单元，用于对所述内容标签集进行标签聚类处理，得到至少一个标签簇以及所述标签簇对应的簇中心，并计算所述标签簇中每一标签与所述簇中心的匹配程度；
[0016]生成单元，用于根据所述匹配程度在所述标签中识别出目标内容标签，并根据所述目标内容标签和所述交互需求信息，生成与所述标签的需求程度匹配的目标内容。
[0017]在一实施例中，所述生成单元，包括：
[0018]融合子单元，用于将所述标签簇中标签的交互需求信息进行融合处理，得到所述标签簇对应的簇交互需求信息；
[0019]排序子单元，用于基于所述簇交互需求信息对所述目标内容标签进行排序处理，得到排序后内容标签；
[0020]生成子单元，用于基于所述排序后内容标签，生成与所述标签的需求程度匹配的目标内容。
[0021]在一实施例中，所述生成单元，包括：
[0022]标签筛选子单元，用于根据所述匹配程度在所述标签簇中筛选出至少一个话题标签；
[0023]标签词组筛选子单元，用于获取匹配阈值，并基于所述匹配程度和所述匹配阈值，在所述标签簇中识别出与所述话题标签关联的标签词组，所述标签词组包括多个标签；
[0024]目标内容标签确定子单元，用于将所述话题标签以及所述标签词组确定为目标内容标签。
[0025]在一实施例中，所述预测单元，包括：
[0026]标签筛选子单元，用于根据所述标签在所述内容中的共现频率，计算出所述标签的重要程度信息，并根据所述重要程度信息对所述标签进行筛选，得到筛选后标签；
[0027]内容量预测子单元，用于基于所述对象特征和所述筛选后标签对应的标签特征，预测所述对象针对所述筛选后标签的对照交互内容量和响应交互内容量；
[0028]交互增益信息计算子单元，用于根据所述对照交互内容量以及所述响应交互内容量，计算所述对象针对所述标签的交互增益信息。
[0029]在一实施例中，所述标签筛选子单元，包括：
[0030]共现频率统计模块，用于在所述内容中统计出所述标签之间的共现频率；
[0031]信息提取模块，用于在所述共现频率中提取出所述标签对应的表达充分程度信息以及表达覆盖程度信息；
[0032]重要程度信息计算模块，用于基于所述表达充分程度信息以及所述表达覆盖程度信息，计算出所述标签的重要程度信息。
[0033]在一实施例中，所述提取单元，包括：
[0034]提取子单元，用于基于所述标签在所述内容中的共现频率，对所述标签进行特征提取，得到所述标签对应的标签共现特征；
[0035]相似标签确定子单元，用于根据所述标签共现特征计算所述标签之间的相似度，并根据所述相似度对所述标签进行分类，得到所述标签对应的相似标签；
[0036]特征提取子单元，用于基于所述相似标签，对所述标签进行特征提取，得到标签特征。
[0037]在一实施例中，所述特征提取子单元，包括：
[0038]归一化处理模块，用于将所述标签与所述相似标签之间的相似度进行归一化处理，得到所述标签与所述相似标签之间的转移概率；
[0039]标签采样处理模块，用于基于所述共现频率对所述标签进行标签采样处理，得到标签文本序列，并根据所述标签文本序列中标签对应的转移概率对所述相似标签进行标签采样处理，得到所述标签文本序列对应的目标标签文本序列；
[0040]特征提取模块，用于基于所述标签文本序列和所述目标标签文本序列，对所述标签进行特征提取，得到所述标签对应的标签特征。
[0041]此外，本申请实施例还提供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多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种内容生成方法中的步骤。
[0042]此外，本申请实施例还提供一种计算机设备，包括处理器和存储器，所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序实现本申请实施例提供的内容生成方法。
[0043]本申请实施例还提供一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行本申请实施例提供的内容生成方法中的步骤。
[0044]本申请实施例通过获取内容交互系统中内容标签集，以及对象基于内容标签集产生的交互属性信息；在标签中提取出标签特征，并在交互属性信息中提取出对象对应的对象特征；基于标签特征和对象特本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种内容生成方法，其特征在于，包括：获取内容交互系统中内容标签集，以及对象基于所述内容标签集产生的交互属性信息，所述内容标签集包括多个内容的标签；在所述标签中提取出标签特征，并在所述交互属性信息中提取出所述对象对应的对象特征；基于所述标签特征和所述对象特征，预测所述对象针对所述标签的交互增益信息，并基于所述交互增益信息确定所述标签在所述内容交互系统中的交互需求信息，所述交互需求信息用于衡量所述标签的需求程度；对所述内容标签集进行标签聚类处理，得到至少一个标签簇以及所述标签簇对应的簇中心，并计算所述标签簇中每一标签与所述簇中心的匹配程度；根据所述匹配程度在所述标签中识别出目标内容标签，并根据所述目标内容标签和所述交互需求信息，生成与所述标签的需求程度匹配的目标内容。2.如权利要求1所述的内容生成方法，其特征在于，所述根据所述目标内容标签和所述交互需求信息，生成与所述标签的需求程度匹配的目标内容，包括：将所述标签簇中标签的交互需求信息进行融合处理，得到所述标签簇对应的簇交互需求信息；基于所述簇交互需求信息对所述目标内容标签进行排序处理，得到排序后内容标签；基于所述排序后内容标签，生成与所述标签的需求程度匹配的目标内容。3.如权利要求1所述的内容生成方法，其特征在于，所述根据所述匹配程度在所述标签中识别出目标内容标签，包括：根据所述匹配程度在所述标签簇中筛选出至少一个话题标签；获取匹配阈值，并基于所述匹配程度和所述匹配阈值，在所述标签簇中识别出与所述话题标签关联的标签词组，所述标签词组包括多个标签；将所述话题标签以及所述标签词组确定为目标内容标签。4.如权利要求1所述的内容生成方法，其特征在于，所述基于所述标签特征和所述对象特征，预测所述对象针对所述标签的交互增益信息，包括：根据所述标签在所述内容中的共现频率，计算出所述标签的重要程度信息，并根据所述重要程度信息对所述标签进行筛选，得到筛选后标签；基于所述对象特征和所述筛选后标签对应的标签特征，预测所述对象针对所述筛选后标签的对照交互内容量和响应交互内容量；根据所述对照交互内容量以及所述响应交互内容量，计算所述对象针对所述标签的交互增益信息。5.如权利要求4所述的内容生成方法，其特征在于，所述根据所述标签在所述内容中的共现频率，计算出所述标签的重要程度信息，包括：在所述内容中统计出所述标签之间的共现频率；在所述共现频率中提取出所述标签对应的表达充分程度信息以及表达覆盖...
【专利技术属性】
技术研发人员：宋振，王晓峰，苏涛，吴羡，
申请(专利权)人：腾讯科技深圳有限公司，
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。