CN113761878A - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN113761878A CN113761878A CN202010626171.0A CN202010626171A CN113761878A CN 113761878 A CN113761878 A CN 113761878A CN 202010626171 A CN202010626171 A CN 202010626171A CN 113761878 A CN113761878 A CN 113761878A
- Authority
- CN
- China
- Prior art keywords
- selling point
- vector
- point word
- character
- characters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000875 corresponding Effects 0.000 claims abstract description 105
- 238000006243 chemical reaction Methods 0.000 claims abstract description 41
- 230000002787 reinforcement Effects 0.000 claims abstract description 20
- 230000002457 bidirectional Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 239000003795 chemical substances by application Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 13
- 239000000203 mixture Substances 0.000 description 10
- 238000000034 method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 5
- 230000003287 optical Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001186 cumulative Effects 0.000 description 2
- 230000003292 diminished Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 102100004924 CACNA1B Human genes 0.000 description 1
- 108060001066 CACNA1B Proteins 0.000 description 1
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K9/00—Methods or arrangements for recognising patterns
- G06K9/62—Methods or arrangements for pattern recognition using electronic means
- G06K9/6201—Matching; Proximity measures
- G06K9/6215—Proximity measures, i.e. similarity or distance measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Computing arrangements based on biological models using neural network models
- G06N3/04—Architectures, e.g. interconnection topology
- G06N3/0454—Architectures, e.g. interconnection topology using a combination of multiple neural nets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Computing arrangements based on biological models using neural network models
- G06N3/04—Architectures, e.g. interconnection topology
- G06N3/049—Temporal neural nets, e.g. delay elements, oscillating neurons, pulsed inputs
Abstract
本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量,其中,位置编码向量用于表征字符在描述文本中的位置;将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率,其中,卖点词识别模型是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的,相关指标包括以下至少一项:转化率和点击率;基于描述文本中字符的标签,生成卖点词集合;基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。该实施方式可以挖掘出更加优质的卖点词。
Description
技术领域 本申请实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。 背景技术 商品的卖点词挖掘,是指从输入文本中提取有价值有亮点的词汇。在电商领域,优质的卖点词往往既能方便用户快速了解商品特性,又能提升商品转化率,为商家带来利润。商品的卖点词挖掘通常被视为序列标注问题,传统的基于序列标注策略的卖点词挖掘,受到交叉熵优化目标函数的影响,挖掘到的卖点词往往集中在高频词。但是高频并不意味着线上转化率高,很多转化率高的低频卖点词,现有方法难以挖掘出来。如何挖掘出用户感兴趣的优质卖点词,而不是千篇一律的通用高频卖点词,对于各个电商公司具有重要意义。 发明内容 本申请实施例提出了用于输出信息的方法和装置。 第一方面,本申请实施例提供了一种用于输出信息的方法,包括:获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量,其中,位置编码向量用于表征字符在描述文本中的位置;将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率,其中,输入向量是基于字符的字符向量和位置编码向量所确定出的,标签包括用于表征字符是卖点词中的字符的标签,卖点词识别模型是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的,相关指标包括以下至少一项:转化率和点击率;基于描述文本中字符的标签,生成卖点词集合;基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 第二方面,本申请实施例提供了一种用于输出信息的装置,包括:获取单元,被配置成获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量,其中,位置编码向量用于表征字符在描述文本中的位置;输入单元,被配置成将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率,其中,输入向量是基于字符的字符向量和位置编码向量所确定出的,标签包括用于表征字符是卖点词中的字符的标签,卖点词识别模型是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的,相关指标包括以下至少一项:转化率和点击率;生成单元,被配置成基于描述文本中字符的标签,生成卖点词集合;输出单元,被配置成基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。 第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。 本申请的上述实施例提供的用于输出信息的方法和装置,通过获取物品的描述文本,提取上述描述文本中字符的字符向量和位置编码向量;之后,将输入向量输入预先训练的卖点词识别模型中,得到上述描述文本中字符的标签和字符对应的概率,其中,上述卖点词识别模型是基于预设的卖点词集合中的卖点词对应的转化率和/或点击率,利用强化学习方法训练得到的;而后,基于上述描述文本中字符的标签,生成卖点词集合;最后,基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从上述卖点词集合中选取卖点词进行输出。这种方式以提高点击率和/或转化率的线上指标为优化目标,对卖点词识别模型进行强化学习,通过这种方式可以挖掘出更加优质的卖点词,从而提高商品信息的点击率和/或转化率。 附图说明 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显: 图1是本申请的各个实施例可以应用于其中的示例性系统架构图; 图2是根据本申请的用于输出信息的方法的一个实施例的流程图; 图3是根据本申请的用于输出信息的方法的又一个实施例的流程图; 图4是根据本申请的用于输出信息的方法的利用强化学习方法训练卖点词识别模型的一个示意图; 图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图; 图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。 具体实施方式 下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。 需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。 图1示出了可以应用本申请的用于输出信息的方法的实施例的示例性系统架构100。 如图1所示,系统架构100可以包括用户终端1011、1012,网络1021、1022,服务器103和输出终端1041、1042、1043。网络1021用以在用户终端1011、1012和服务器103之间提供通信链路的介质。网络1022用以在服务器103和输出终端1041、1042、1043之间提供通信链路的介质。网络1021、1022可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。 用户终端1011、1012可以通过网络1021与服务器103交互,以发送或接收消息(例如,服务器103可以从用户终端1011、1012中获取物品的描述文本)。用户终端1011、1012上可以安装有各种通讯客户端应用,例如购物类应用、文本编辑类应用和即时通讯软件等。 用户终端1011、1012可以是硬件,也可以是软件。当用户终端1011、1012为硬件时,可以是支持信息交互的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当用户终端1011、1012为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。 输出终端1041、1042、1043可以通过网络1022与服务器103交互,以发送或接收消息等(例如,输出终端1041、1042、1043可以接收服务器103输出的卖点词)。输出终端1041、1042、1043上可以安装有各种通讯客户端应用,例如购物类应用、即时通讯软件等。 输出终端1041、1042、1043可以是硬件,也可以是软件。当输出终端1041、1042、1043为硬件时,可以是支持信息交互的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当输出终端1041、1042、1043为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。 服务器103可以是提供各种服务的服务器。例如,可以是对物品的描述文本进行分析的后台服务器。服务器103可以首先从用户终端1011、1012中获取物品的描述文本,提取上述描述文本中字符的字符向量和位置编码向量;之后,可以将基于字符的字符向量和位置编码向量所确定出的输入向量输入预先训练的卖点词识别模型中,得到上述描述文本中字符的标签和字符对应的概率;而后,可以基于上述描述文本中字符的标签,生成卖点词集合;最后,可以基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从上述卖点词集合中选取卖点词进行输出,例如,可以向输出终端1041、1042、1043输出选取出的卖点词。 需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。 需要说明的是,本申请实施例所提供的用于输出信息的方法通常由服务器103执行。 需要说明的是,服务器103的本地可以存储有物品的描述文本,服务器103可以从本地获取物品的描述文本。此时示例性系统架构100可以不存在用户终端1011、1012和网络1021。 还需要说明的是,服务器103可以与显示设备(例如,显示屏)相连接,以显示所输出的卖点词。此时示例性系统架构100可以不存在网络1022和输出终端1041、1042、1043。 应该理解,图1中的用户终端、网络、服务器和输出终端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的用户终端、网络、服务器和输出终端。 继续参考图2,示出了根据本申请的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤: 步骤201,获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量。 在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可以获取物品的描述文本。在这里,上述物品可以包括但不限于:商品和服务。上述物品的描述文本可以包括但不限于以下至少一项:商品标题和商品详情页文本。其中,上述商品详情页文本可以是通过对商品详情图片进行OCR(Optical Character Recognition,光学字符识别)处理所得到的文本。 之后,上述执行主体可以提取上述描述文本中字符的字符向量和位置编码向量。上述位置编码向量可以用于表征字符在上述描述文本中的位置。在这里,可以采用BoWmodel(Bag of words model,词袋模型)、simhash算法和word2vec算法等向量提取算法从上述描述文本中提取字符的字符向量。需要说明的是,BoW model、simhash算法和word2vec算法等向量提取算法是目前广泛研究和应用的公知技术,在此不再赘述。 这里采用字符向量作为模型输入,避免了由于分词工具的错误影响标注的边界,同时减少了OOV(Out of vocabulary,不在词库)问题的出现。 步骤202,将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率。 在本实施例中,上述执行主体可以将输入向量输入预先训练的卖点词识别模型中,得到上述描述文本中字符的标签和字符对应的概率。在这里,上述输入向量通常是基于字符的字符向量和位置编码向量所确定出的。作为示例,可以将字符的字符向量和位置编码向量进行拼接,将拼接结果作为输入向量。 在这里,卖点通常指的是所卖商品具备的前所未有、别出心裁或与众不同的特色或特点。卖点词即是描述商品的特色或特点的词语。 在本实施例中,字符的标签可以包括用于表征字符是卖点词中的字符的标签,也可以包括用于表征字符不是卖点词中的字符的标签。在这里,标签可以采用{B,I,O}的标注方式,即卖点词开头的字符通常标注为B,卖点词内的字符通常标注为I,其它的字符通常标注为O。字符对应的概率通常指的是字符为所确定出的标签的概率。 在本实施例中,上述卖点词识别模型通常用于表征文本对应的输入向量与文本中字符的标签和字符对应的概率之间的对应关系。上述卖点词识别模型可以是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的。在这里,上述相关指标可以包括以下至少一项:转化率和点击率。转化率(Conversion Rate,CVR)通常指的是用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率,通常是转化量与点击量的比值。点击率(Click Through Rate,CTR)也可以称为点击通过率或点击到达率,通常是商品广告的实际点击次数与广告的展示量的比值。 在本实施例中,强化学习(Reinforcement Learning,RL),又称再励学习、评价学习或增强学习,用于描述和解决智能体(即为上述卖点词识别模型)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。标准的强化学习,智能体作为学习系统,获取外部环境的当前状态信息S,对环境采取试探动作A,并获取环境反馈的对此动作的奖励值R和新的环境状态。如果智能体的某动作A导致产生正的奖赏(立即报酬),那么智能体以后产生这个动作的趋势便会加强;反之,智能体产生这个动作的趋势将减弱。在学习系统的控制行为与环境反馈的状态及评价的反复的交互作用中,以学习的方式不断修改从状态到动作的映射策略,以达到优化系统性能目的。 在这里,状态信息S=(skuid,sp,ctr,cvr),其中,skuid表示商品唯一编码,sp表示针对商品挖掘到的卖点词,ctr表示点击率,cvr表示转化率。动作空间A包含了智能体在每个状态可以采取的所有动作,该场景下是选取当前商品的候选卖点词列表(sp1,sp2,...,spn)中的某一卖点词作为当前卖点词的动作。根据电商的线上指标,可以将点击率、转化率指标作为具体的奖励函数,在学习过程中引导智能体挖掘出更加优质(高点击率和高转化率)的卖点词。 步骤203,基于描述文本中字符的标签,生成卖点词集合。 在本实施例中,上述执行主体可以基于在步骤202中得到的描述文本中字符的标签,生成卖点词集合。具体地,上述执行主体可以利用上述描述文本中字符的标签,将表征卖点词的字符中的相邻字符进行拼接,得到卖点词。作为示例,若描述文本“夏季新款泼墨涂鸦小白鞋”中字符对应的标签分别为OOOOBIIIOOO,则上述执行主体可以将BIII对应的各个相邻字符进行拼接,得到卖点词“泼墨涂鸦”。 步骤204,基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 在本实施例中,上述执行主体可以基于卖点词中的字符对应的概率,确定卖点词对应的概率。具体地,上述执行主体可以将卖点词中的各个字符对应的概率的乘积确定为卖点词对应的概率。上述执行主体也可以将卖点词中的各个字符对应的概率的平均值确定为卖点词对应的概率。 之后,上述执行主体可以基于卖点词对应的概率,从步骤203中生成的卖点词集合中选取卖点词进行输出。作为示例,上述执行主体可以从上述卖点词集合中按照对应的概率由大到小的顺序选取预设数目个卖点词进行输出。 本申请的上述实施例提供的方法以提高点击率和/或转化率的线上指标为优化目标,对卖点词识别模型进行强化学习,通过这种方式可以挖掘出更加优质的卖点词。 在本实施例的一些可选的实现方式中,上述卖点词识别模型的策略可以是通过如下公式(1)确定的:
其中,γ表征折扣率,γ∈[0,1],γk通常表征当下的奖励比未来反馈的奖励更重要,k表征执行次数,t表征当前时刻,rt+k表征所述卖点词识别模型在第k次执行时所获得的奖励值,st表征当前时刻的状态,表征在当前时刻的状态下执行一组动作后所得到的累积奖励值,表征累积奖励值的期望值,argmax(f(x))是使得f(x)取得最大值所对应的变量点x(或x的集合),π表征使累积奖励值的期望值取最大值时所对应的卖点词选取路径。智能体(上述卖点词识别模型)的优化目标就是找到一个最优策略π,使得任意状态s和任意时刻t下都能获得最大的长期累积奖励值。 作为示例,若当前时刻的状态St=(skuid=1,sp=系带,ctr=0.15,cvr=0.03),执行下一动作(选取sp=针织花纹)后,ctr=0.62,cvr=0.12,相应的奖励值可以基于ctr和cvr进行确定。智能体可以通过不断尝试不同的卖点词选取动作,选择奖励最大化的动作路径作为最优解。 在本实施例的一些可选的实现方式中,上述奖励值可以是卖点词对应的转化率和点击率的加权平均值,转化率和点击率对应的权重可以是预设的经验值。在这里,可以通过如下公式(2)确定奖励值: r=0.7×ctr+0.3×cvr (2) 其中,r表征奖励值,ctr表征点击率,cvr表征转化率。 作为示例,若ctr=0.62,cvr=0.12,则相应的奖励值可以为0.7×0.62+0.3×0.12=0.47。 在本实施例的一些可选的实现方式中,针对上述卖点词集合中的每个卖点词,上述执行主体可以确定该卖点词是否对应有相关指标。若不存在该卖点词的相关指标,则上述执行主体可以获取该卖点词的k近邻卖点词。在这里,该卖点词的k近邻卖点词可以是词向量与该卖点词的词向量最近的k个卖点词。上述执行主体可以将上述k近邻卖点词对应的相关指标的加权平均值确定为该卖点词对应的相关指标。其中,针对上述k近邻卖点词中的每个近邻卖点词,该近邻卖点词的权重可以为该近邻卖点词与该卖点词之间的相似度。在这里,该近邻卖点词与该卖点词之间的相似度可以为该近邻卖点词的词向量与该卖点词的词向量之间的距离。词向量之间的距离可以为余弦距离,也可以为欧氏距离。 在这里,上述执行主体可以通过如下公式(3)确定该卖点词的转化率:
其中,cvr表征转化率,i∈[1,k],cvri表征第i个卖点词对应的转化率,sp表征该卖点词,spi表征第i个卖点词,sim(spi,sp)表征该卖点词与第i个卖点词之间的相似度,k表征近邻卖点词的数量。 在这里,上述执行主体可以通过如下公式(4)确定该卖点词的点击率:
其中,ctr表征点击率,i∈[1,k],ctri表征第i个卖点词对应的点击率,sp表征该卖点词,spi表征第i个卖点词,sim(spi,sp)表征该卖点词与第i个卖点词之间的相似度,k表征近邻卖点词的数量。 需要说明的是,卖点词和近邻卖点词的词向量可以基于Word2vec模型所确定。 进一步参考图3,其示出了用于输出信息的方法的又一个实施例的流程300。该用于输出信息的方法的流程300,包括以下步骤: 步骤301,获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量。 在本实施例中,步骤301具体操作已在图2所示的实施例中步骤201进行了详细的介绍,在此不再赘述。 步骤302,将输入向量输入卖点词识别模型的双向编码层,得到第一向量。 在本实施例中,卖点词识别模型通常包括双向编码层、双向长短期记忆(Bi-directional Long Short-Term Memory,Bi-LSTM)层和条件随机场(Conditional RandomField,CRF)层。其中,双向长短期记忆层通常是由前向LSTM与后向LSTM组合而成,这两者在自然语言处理任务中都常被用来建模上下文信息。条件随机场是一种鉴别式几率模型,常用于标注或分析序列资料,如自然语言文字或是生物序列。 在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可以将输入向量输入上述卖点词识别模型的双向编码层中,得到第一向量。在这里,上述第一向量通常为融入上下文语义关系的字符向量。上述输入向量通常是基于字符的字符向量和位置编码向量所确定出的。作为示例,可以将字符的字符向量和位置编码向量进行拼接,将拼接结果作为输入向量。 作为示例,上述双向编码层可以为BERT(Bidirectional EncoderRepresentation from Transformers,双向变换编码器)模型,BERT模型使用了Masked LM(Masked Language Model,掩盖语言模型)和Next Sentence Prediction(下一句预测)这两种方法分别捕捉词语和句子级别的表达。Masked LM是通过随机掩盖部分输入词,然后对那些被掩盖的词进行预测。Next Sentence Prediction的目的是为了让模型理解两个句子之间的联系。 步骤303,将第一向量输入卖点词识别模型的双向长短期记忆层,得到第二向量。 在本实施例中,上述执行主体可以将在步骤302中所得到的第一向量输入上述卖点词识别模型的双向长短期记忆层中,得到第二向量。在这里,上述第二向量通常为在第一向量的基础上再一次融入上下文语义关系的字符向量。 步骤304,将第二向量输入卖点词识别模型的条件随机场层,得到描述文本中字符的标签和字符对应的概率。 在本实施例中,上述执行主体可以将在步骤303中得到的第二向量输入上述卖点词识别模型的条件随机场层中,得到上述描述文本中字符的标签和字符对应的概率。字符的标签可以包括用于表征字符是卖点词中的字符的标签,也可以包括用于表征字符不是卖点词中的字符的标签。在这里,标签可以采用{B,I,O}的标注方式,即卖点词开头的字符通常标注为B,卖点词内的字符通常标注为I,其它的字符通常标注为O。字符对应的概率通常指的是字符为所确定出的标签的概率。 在本实施例中,上述卖点词识别模型可以是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的。在这里,上述相关指标可以包括以下至少一项:转化率和点击率。转化率通常指的是用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率,通常是转化量与点击量的比值。点击率也可以称为点击通过率或点击到达率,通常是商品广告的实际点击次数与广告的展示量的比值。 在本实施例中,强化学习,又称再励学习、评价学习或增强学习,用于描述和解决智能体(即为上述卖点词识别模型)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。标准的强化学习,智能体作为学习系统,获取外部环境的当前状态信息S,对环境采取试探动作A,并获取环境反馈的对此动作的奖励值R和新的环境状态。如果智能体的某动作A导致产生正的奖赏,那么智能体以后产生这个动作的趋势便会加强;反之,智能体产生这个动作的趋势将减弱。在学习系统的控制行为与环境反馈的状态及评价的反复的交互作用中,以学习的方式不断修改从状态到动作的映射策略,以达到优化系统性能目的。 在这里,状态信息S=(skuid,sp,ctr,cvr),其中,skuid表示商品唯一编码,sp表示针对商品挖掘到的卖点词,ctr表示点击率,cvr表示转化率。动作空间A包含了智能体在每个状态可以采取的所有动作,该场景下是选取当前商品的候选卖点词列表(sp1,sp2,...,spn)中的某一卖点词作为当前卖点词的动作。根据电商的线上指标,可以将点击率、转化率指标作为具体的奖励函数,在学习过程中引导智能体挖掘出更加优质(高点击率和高转化率)的卖点词。 步骤305,基于描述文本中字符的标签,生成卖点词集合。 步骤306,基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 在本实施例中,步骤305-306具体操作已在图2所示的实施例中步骤203-204进行了详细的介绍,在此不再赘述。 从图3中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程300体现了将输入向量输入卖点词识别模型的双向编码层中,将双向编码层的输出结果输入到卖点词识别模型的双向长短期记忆层中,以及将双向长短期记忆层的输出结果输入到卖点词识别模型的条件随机场层中,得到描述文本中字符的标签和字符对应的概率的步骤。由此,本实施例描述的方案可以使得字符向量融入更多的上下文语义关系,从而能够得到更加准确的字符标签和字符对应的概率。 继续参见图4,图4是根据本实施例的用于输出信息的方法的利用强化学习方法训练卖点词识别模型的一个示意图。在图4的示意图中,卖点词识别模型包括Embeding层、Bert层、Bi-LSTM层和CRF层。执行主体可以将描述文本401“新款小清新系带黑色休闲鞋”输入到Embeding层中得到每个字符的字符向量和位置编码向量;之后,执行主体可以将字符向量和位置编码向量所组成的输入向量输入到Bert层中,得到融入上下文语义关系的第一向量;而后,执行主体可以将上述第一向量输入Bi-LSTM层,得到在第一向量的基础上再一次融入上下文语义关系的第二向量;然后,执行主体可以将上述第二向量输入CRF层,得到描述文本401中字符的标签和字符对应的概率。在这里,图标402所指示的“系带”对应的标签为BI,因此,可以确定“系带”为卖点词。此时,可以执行下一动作(选取“系带”),执行这一动作后,利用“系带”对应的ctr=0.62,cvr=0.12,可以确定出相应的奖励值为0.47。最后,可以利用卖点词识别模型的策略公式确定累计奖励值,从而找到一个最优策略π,使得任意状态s和任意时刻t下都能获得最大的长期累积奖励值。 进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。 如图5所示,本实施例的用于输出信息的装置500包括:获取单元501、输入单元502、生成单元503和输出单元504。其中,获取单元501被配置成获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量,其中,位置编码向量用于表征字符在描述文本中的位置;输入单元502被配置成将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率,其中,输入向量是基于字符的字符向量和位置编码向量所确定出的,标签包括用于表征字符是卖点词中的字符的标签,卖点词识别模型是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的,相关指标包括以下至少一项:转化率和点击率;生成单元503被配置成基于描述文本中字符的标签,生成卖点词集合;输出单元504被配置成基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 在本实施例中,用于输出信息的装置500的获取单元501、输入单元502、生成单元503和输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。 在本实施例的一些可选的实现方式中,卖点词识别模型通常包括双向编码层、双向长短期记忆层和条件随机场层。其中,双向长短期记忆层通常是由前向LSTM与后向LSTM组合而成,这两者在自然语言处理任务中都常被用来建模上下文信息。条件随机场是一种鉴别式几率模型,常用于标注或分析序列资料,如自然语言文字或是生物序列。上述输入单元502可以将输入向量输入上述卖点词识别模型的双向编码层中,得到第一向量。在这里,上述第一向量通常为融入上下文语义关系的字符向量。上述输入向量通常是基于字符的字符向量和位置编码向量所确定出的。作为示例,可以将字符的字符向量和位置编码向量进行拼接,将拼接结果作为输入向量。之后,上述输入单元502可以将上述第一向量输入上述卖点词识别模型的双向长短期记忆层中,得到第二向量。在这里,上述第二向量通常为在第一向量的基础上再一次融入上下文语义关系的字符向量。最后,上述输入单元502可以将上述第二向量输入上述卖点词识别模型的条件随机场层中,得到上述描述文本中字符的标签和字符对应的概率。字符的标签可以包括用于表征字符是卖点词中的字符的标签,也可以包括用于表征字符不是卖点词中的字符的标签。在这里,标签可以采用{B,I,O}的标注方式,即卖点词开头的字符通常标注为B,卖点词内的字符通常标注为I,其它的字符通常标注为O。字符对应的概率通常指的是字符为所确定出的标签的概率。 在本实施例的一些可选的实现方式中,上述卖点词识别模型的策略可以是通过如下公式(1)确定的:
其中,γ表征折扣率,γ∈[0,1],γk通常表征当下的奖励比未来反馈的奖励更重要,k表征执行次数,t表征当前时刻,rt+k表征所述卖点词识别模型在第k次执行时所获得的奖励值,st表征当前时刻的状态,表征在当前时刻的状态下执行一组动作后所得到的累积奖励值,表征累积奖励值的期望值,argmax(f(x))是使得f(x)取得最大值所对应的变量点x(或x的集合),π表征使累积奖励值的期望值取最大值时所对应的卖点词选取路径。智能体(上述卖点词识别模型)的优化目标就是找到一个最优策略π,使得任意状态s和任意时刻t下都能获得最大的长期累积奖励值。 作为示例,若当前时刻的状态St=(skuid=1,sp=系带,ctr=0.15,cvr=0.03),执行下一动作(选取sp=针织花纹)后,ctr=0.62,cvr=0.12,相应的奖励值可以基于ctr和cvr进行确定。智能体可以通过不断尝试不同的卖点词选取动作,选择奖励最大化的动作路径作为最优解。 在本实施例的一些可选的实现方式中,上述奖励值可以是卖点词对应的转化率和点击率的加权平均值,转化率和点击率对应的权重可以是预设的经验值。在这里,可以通过如下公式(2)确定奖励值: r=0.7×ctr+0.3×cvr (2) 其中,r表征奖励值,ctr表征点击率,cvr表征转化率。 作为示例,若ctr=0.62,cvr=0.12,则相应的奖励值可以为0.7×0.62+0.3×0.12=0.47。 在本实施例的一些可选的实现方式中,用于输出信息的装置500还可以包括确定单元(图中未示出)。针对上述卖点词集合中的每个卖点词,上述确定单元可以确定该卖点词是否对应有相关指标。若不存在该卖点词的相关指标,则上述确定单元可以获取该卖点词的k近邻卖点词。在这里,该卖点词的k近邻卖点词可以是词向量与该卖点词的词向量最近的k个卖点词。上述确定单元可以将上述k近邻卖点词对应的相关指标的加权平均值确定为该卖点词对应的相关指标。其中,针对上述k近邻卖点词中的每个近邻卖点词,该近邻卖点词的权重可以为该近邻卖点词与该卖点词之间的相似度。在这里,该近邻卖点词与该卖点词之间的相似度可以为该近邻卖点词的词向量与该卖点词的词向量之间的距离。词向量之间的距离可以为余弦距离,也可以为欧氏距离。 在这里,上述确定单元可以通过如下公式(3)确定该卖点词的转化率:
其中,cvr表征转化率,i∈[1,k],cvri表征第i个卖点词对应的转化率,sp表征该卖点词,spi表征第i个卖点词,sim(spi,sp)表征该卖点词与第i个卖点词之间的相似度,k表征近邻卖点词的数量。 在这里,上述确定单元可以通过如下公式(4)确定该卖点词的点击率:
其中,ctr表征点击率,i∈[1,k],ctri表征第i个卖点词对应的点击率,sp表征该卖点词,spi表征第i个卖点词,sim(spi,sp)表征该卖点词与第i个卖点词之间的相似度,k表征近邻卖点词的数量。 需要说明的是,卖点词和近邻卖点词的词向量可以基于Word2vec模型所确定。 下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。 如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。 通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。 特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。 上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取物品的描述文本,提取描述文本中字符的字符向量和位置编码向量,其中,位置编码向量用于表征字符在描述文本中的位置;将输入向量输入预先训练的卖点词识别模型中,得到描述文本中字符的标签和字符对应的概率,其中,输入向量是基于字符的字符向量和位置编码向量所确定出的,标签包括用于表征字符是卖点词中的字符的标签,卖点词识别模型是基于预设的卖点词集合中的卖点词对应的相关指标,利用强化学习方法训练得到的,相关指标包括以下至少一项:转化率和点击率;基于描述文本中字符的标签,生成卖点词集合;基于卖点词中的字符对应的概率,确定卖点词对应的概率,以及基于卖点词对应的概率,从卖点词集合中选取卖点词进行输出。 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。 附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。 描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、输入单元、生成单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,生成单元还可以被描述为“基于描述文本中字符的标签,生成卖点词集合的单元”。 以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。