【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种主题信息的生成方法、装置、存储介质和电子设备。
技术介绍
1、在相关技术中，通常采用文本聚类技术实现反馈信息的归纳总结，首先使用深度神经网络提取反馈信息的文本特征，进一步使用常用的聚类算法(比如，k-means)对反馈信息进行聚类，确定反馈信息中的主题信息。
2、但是，上述方案忽略了用于发布反馈信息的对象的特征信息，以及产品的特征信息。此外，上述分析使用非层次聚类，对于某一反馈信息，确定与该反馈信息相关的多个主题之间的共性较为困难，从而存在生成主题信息的准确性低的技术问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种主题信息的生成方法、装置、存储介质和电子设备，以至少解决生成主题信息的准确性低的技术问题。
2、根据本申请实施例的一个方面，提供了一种主题信息的生成方法。该方法可以包括：获取产品的反馈信息、第一特征信息，以及用于发布反馈信息的对象的第二特征信息，其中，第一特征信息用于表示产品的特征，第二特征信息用于表示对象的特征；将反馈信息、第一特征信息和第二特征信息，整合为目标信息；对目标信息进行聚类，得到聚类结果，其中，聚类结果用于表示反馈信息中多个子反馈信息所属的主题之间的关联关系；基于聚类结果，生成多个子反馈信息的主题信息，其中，主题信息用于表示对象对产品的需求信息所属的主题。
3、可选地，将反馈信息、第一特征信息和第二特征信息，整合为目标信息，
4、可选地，对向量数据进行降维处理，得到目标信息，包括：对向量数据进行均值中心化处理，得到处理后的向量数据；确定处理后的向量数据的协方差矩阵；对协方差矩阵进行特征值分解，将协方差矩阵分解为特征值和特征向量；将排名前目标数量个特征值对应的特征向量作为主成分，且将向量数据投影至主成分，得到目标信息。
5、可选地，在将反馈信息、第一特征信息和第二特征信息，整合为目标信息之前，该方法还包括：对反馈信息、第一特征信息和第二特征信息进行清洗；在将反馈信息、第一特征信息和第二特征信息，整合为初始信息之后，该方法还包括：对初始信息进行清洗。
6、可选地，对目标信息进行聚类，得到聚类结果，包括：确定目标信息中多个数据点之间的相互可达距离；基于相互可达距离，确定多个数据点中的核心点；基于核心点，对目标信息进行聚类，得到聚类结果。
7、可选地，基于核心点，对目标信息进行聚类，得到聚类结果，包括：基于核心点，构建核心图，且基于核心图，生成最小生成树，其中，核心图的节点之间的边的权重为节点之间的相互可达距离；按照最小生成树的边的权重，对最小生成树的边进行排序，且对排序后的边进行聚类，得到聚类结果。
8、可选地，基于聚类结果，生成多个子反馈信息的主题信息，包括：调用文本分类模型，对反馈信息进行预测，得到预测结果，其中，预测结果用于表示反馈信息满足预设主题的概率；基于预测结果，对聚类结果进行剪枝处理，且基于剪枝后的聚类结果，生成主题信息。
9、可选地，基于剪枝后的聚类结果，生成主题信息，包括：对与产品相关联的提示信息和剪枝后的聚类结果进行拼接，得到询问信息；利用提示信息，引导大语言模型生成与询问信息相匹配的答复信息，其中，大语言模型为利用询问信息样本和答复信息样本训练得到；对答复信息进行调整，得到主题信息。
10、可选地，该方法还包括：从反馈信息中提取满足预设主题的子反馈信息，且对子反馈信息进行标注，得到标注数据；基于标注数据，构建训练集；基于训练集对初始文本分类模型进行训练，得到文本分类模型。
11、根据本申请实施例的另一方面，还提供了一种主题信息的生成装置。该装置可以包括：获取单元，用于获取产品的反馈信息、第一特征信息，以及用于发布反馈信息的对象的第二特征信息，其中，第一特征信息用于表示产品的特征，第二特征信息用于表示对象的特征；整合单元，用于将反馈信息、第一特征信息和第二特征信息，整合为目标信息；聚类单元，用于对目标信息进行聚类，得到聚类结果，其中，聚类结果用于表示反馈信息中多个子反馈信息所属的主题之间的关联关系；生成单元，用于基于聚类结果，生成多个子反馈信息的主题信息，其中，主题信息用于表示对象对产品的需求信息所属的主题。
12、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，包括：存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行任意一种主题信息的生成方法。
13、根据本专利技术实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行时执行本专利技术实施例中的主题信息的生成方法。
14、根据本申请实施例的另一方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现任意一种主题信息的生成方法。
15、根据本申请实施例的另一方面，还提供了一种计算机程序产品。该计算机程序产品可以包括计算机程序，其中，计算机程序被设置为运行时执行上述任意一种主题信息的生成方法。
16、根据本申请实施例的另一方面，还提供了一种计算机程序产品。该计算机程序产品可以包括非易失性计算机可读存储介质，其中，非易失性计算机可读存储介质存储计算机程序，计算机程序被设置为运行时执行上述任意一种主题信息的生成方法。
17、根据本申请实施例的另一方面，还提供了一种计算机程序。该计算机程序被设置为运行时执行上述任意一种主题信息的生成方法。
18、在本申请实施例中，获取产品的反馈信息、第一特征信息，以及用于发布反馈信息的对象的第二特征信息，其中，第一特征信息用于表示产品的特征，第二特征信息用于表示对象的特征；将反馈信息、第一特征信息和第二特征信息，整合为目标信息；对目标信息进行聚类，得到聚类结果，其中，聚类结果用于表示反馈信息中多个子反馈信息所属的主题之间的关联关系；基于聚类结果，生成多个子反馈信息的主题信息，其中，主题信息用于表示对象对产品的需求信息所属的主题，从而实现了提高生成主题信息的准确性的技术效果，进而解决了生成主题信息的准确性低技术问题。
本文档来自技高网...【技术保护点】
1.一种主题信息的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述反馈信息、所述第一特征信息和所述第二特征信息，整合为目标信息，包括：
3.根据权利要求2所述的方法，其特征在于，对所述向量数据进行降维处理，得到所述目标信息，包括：
4.根据权利要求2所述的方法，其特征在于，在将所述反馈信息、所述第一特征信息和所述第二特征信息，整合为初始信息之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，对所述目标信息进行聚类，得到聚类结果，包括：
6.根据权利要求5所述的方法，其特征在于，基于所述核心点，对所述目标信息进行聚类，得到聚类结果，包括：
7.根据权利要求1所述的方法，其特征在于，基于所述聚类结果，生成所述多个子反馈信息的主题信息，包括：
8.根据权利要求7所述的方法，其特征在于，基于剪枝后的聚类结果，生成所述主题信息，包括：
9.根据权利要求7所述的方法，其特征在于，所述方法还包括：
10.一种主题信息的生成装置，其特征在于，包括
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至9中任意一项所述的方法。
12.一种电子设备，其特征在于，包括：
13.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至9中任意一项所述的方法的步骤。
...【技术特征摘要】
1.一种主题信息的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述反馈信息、所述第一特征信息和所述第二特征信息，整合为目标信息，包括：
3.根据权利要求2所述的方法，其特征在于，对所述向量数据进行降维处理，得到所述目标信息，包括：
4.根据权利要求2所述的方法，其特征在于，在将所述反馈信息、所述第一特征信息和所述第二特征信息，整合为初始信息之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，对所述目标信息进行聚类，得到聚类结果，包括：
6.根据权利要求5所述的方法，其特征在于，基于所述核心点，对所述目标信息进行聚类，得到聚类结果，包括：
7.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：张日成，
申请(专利权)人：中国工商银行股份有限公司，
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。