电子书的标签生成方法、装置及电子设备

    公开(公告)号:CN114398854A

    公开(公告)日:2022-04-26

    申请号:CN202111405571.X

    申请日:2021-11-24

    Abstract: 本发明实施例涉及自然语言处理技术领域,公开了一种电子书的标签生成方法、装置及电子设备。该方法包括:获取目标电子书的当前更新内容,根据所述当前更新内容以及所述目标电子书的关联信息确定所述目标电子书的粗粒度信息特征;根据所述目标电子书的历史标签信息确定所述目标电子书的标签修正语义特征;根据完本状态的相似电子书的标签信息确定所述目标电子书的标签监督语义特征,其中,所述相似电子书为与所述目标电子书属于相同图书分类的电子书;将所述粗粒度信息特征、所述标签修正语义特征以及所述标签监督语义特征输入预训练的变分自编码器模型,以生成所述目标电子书的标签。通过上述方式,本发明实施例提高了电子书标签生成的准确性。

    一种推荐书单展示方法、装置及存储介质

    公开(公告)号:CN109299355B

    公开(公告)日:2020-12-04

    申请号:CN201810903006.8

    申请日:2018-08-09

    Abstract: 本发明公开了一种推荐书单展示方法,所述方法包括:确定第一阅读类型,所述第一阅读类型用于表征目标用户所偏好的阅读类型;根据所述第一阅读类型,生成与所述第一阅读类型对应的虚拟对象,其中,所述虚拟对象具备特征参数,所述虚拟对象的特征参数与推荐书单中的电子书具有关联关系;监测所述目标用户针对所述推荐书单中第一电子书的阅读进度;当监测到所述目标用户结束阅读所述第一电子书时,基于所述关联关系,在所述虚拟对象的第一位置处显示与所述第一电子书对应的虚拟对象的特征参数;其中,所述虚拟对象的特征参数包括表征对应所述虚拟对象的虚拟装备。本发明还同时公开了一种推荐书单展示装置以及存储介质。

    信息推荐方法、装置、设备和可读存储介质

    公开(公告)号:CN111460130A

    公开(公告)日:2020-07-28

    申请号:CN202010231600.4

    申请日:2020-03-27

    Abstract: 本发明实施例提供一种信息推荐方法、装置、电子设备和可读存储介质,确定目标用户对应的用户特征属性向量;将目标用户对应的用户特征属性向量输入至对应的推荐模型中,得到推荐模型输出的兴趣偏好分的预测结果;其中,推荐模型与对抗模型组成生成对抗网络;生成对抗网络是以用户特征属性向量样本、融合特征向量样本以及用户行为隐反馈特征向量样本作为对抗模型的输入训练得到;融合特征向量样本是基于用户行为数据样本和待推荐物品对应的物品辅助信息样本确定的。本发明实施例提供的方法,引入了待推荐物品对应的物品辅助信息,增加了模型输入数据的信息维度,能有效挖掘出用户行为和待推荐物品属性间的关系,从而提升推荐的准确率。

    一种推荐书单展示方法、装置及存储介质

    公开(公告)号:CN109299355A

    公开(公告)日:2019-02-01

    申请号:CN201810903006.8

    申请日:2018-08-09

    Abstract: 本发明公开了一种推荐书单展示方法,所述方法包括:确定第一阅读类型,所述第一阅读类型用于表征目标用户所偏好的阅读类型;根据所述第一阅读类型,生成与所述第一阅读类型对应的虚拟对象,其中,所述虚拟对象具备特征参数,所述虚拟对象的特征参数与推荐书单中的电子书具有关联关系;监测所述目标用户针对所述推荐书单中第一电子书的阅读进度;当监测到所述目标用户结束阅读所述第一电子书时,基于所述关联关系,在所述虚拟对象的第一位置处显示与所述第一电子书对应的虚拟对象的特征参数;其中,所述虚拟对象的特征参数包括表征对应所述虚拟对象的虚拟装备。本发明还同时公开了一种推荐书单展示装置以及存储介质。

    电子书的标签生成方法、装置及电子设备

    公开(公告)号:CN114398854B

    公开(公告)日:2024-06-11

    申请号:CN202111405571.X

    申请日:2021-11-24

    Abstract: 本发明实施例涉及自然语言处理技术领域,公开了一种电子书的标签生成方法、装置及电子设备。该方法包括:获取目标电子书的当前更新内容,根据所述当前更新内容以及所述目标电子书的关联信息确定所述目标电子书的粗粒度信息特征;根据所述目标电子书的历史标签信息确定所述目标电子书的标签修正语义特征;根据完本状态的相似电子书的标签信息确定所述目标电子书的标签监督语义特征,其中,所述相似电子书为与所述目标电子书属于相同图书分类的电子书;将所述粗粒度信息特征、所述标签修正语义特征以及所述标签监督语义特征输入预训练的变分自编码器模型,以生成所述目标电子书的标签。通过上述方式,本发明实施例提高了电子书标签生成的准确性。

Patent Agency Ranking