CN119537673A 一种文本推 荐方法、装置、设备、存储介质及程序产品 (腾讯科技(成都)有限公司)_第1页
CN119537673A 一种文本推 荐方法、装置、设备、存储介质及程序产品 (腾讯科技(成都)有限公司)_第2页
CN119537673A 一种文本推 荐方法、装置、设备、存储介质及程序产品 (腾讯科技(成都)有限公司)_第3页
CN119537673A 一种文本推 荐方法、装置、设备、存储介质及程序产品 (腾讯科技(成都)有限公司)_第4页
CN119537673A 一种文本推 荐方法、装置、设备、存储介质及程序产品 (腾讯科技(成都)有限公司)_第5页
已阅读5页,还剩55页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

子设备、计算机可读存储介质及计算机程序产用于表征关联的节点对应的会话文本之间的关并根据所述聚类结果对所述目标应用场景进行2获取目标应用场景下的多个会话文本,并根据各所述会话文本的基于所述会话图网络中每条边表征的关联关系,对所述会话图基于每个节点对应的会话文本的语义特征进行聚类处理,得根据各所述会话文本的会话时间,构建归属于相同会话对象的会话对所述会话图网络中每个节点对应的会话文本进行句向量转换处理,基于所述会话图网络中每条边表征的关联关系,对所述会话图基于每个节点对应的会话文本的环境向量,确定每个节点对应的会话文本的语义特针对所述会话图网络中每条边关联的来源节点和目标节点确定所述来源节点对应的会话文本的环境向量,其中,当所述基于所述来源节点和所述目标节点之间的关联关系,根据所述来3当所述会话图网络中与所述目标节点关联的边为多个、相应的所述来源节点为多个对多个所述目标节点对应的会话文本的预测环境向量进行融合处理,获取初始语义转换模型及会话图网络样本,其中,所述会话图基于所述会话图网络样本中每条边表征的关联关系,从所述会话图基于所述同质图网络样本和所述异质图网络样本对所述初始语义转换模型进行训练,结合所述第一损失函数及所述第二损失函数,构建所对所述同质图网络样本中每条边关联的来源节点和目标节点对应的会话样本进行句基于所述来源节点对应的会话样本对应的句向量,确定所述来基于所述目标节点对应的会话样本的环境向量,确定所述目标4获取所述来源节点与所述目标节点之间的关联权重,并基于所述对所述异质图网络样本中每条边关联的来源节点和目标节点对应的会话样本进行句基于所述来源节点对应的会话样本对应的句向量,确定所述来基于所述目标节点对应的会话样本的环境向量,确定所述目标获取所述来源节点与所述目标节点之间的关联权重,并基于所述基于每个节点对应的会话文本的语义特征进行聚类处理,得到用其中,位于用一个会话类别的会话文本的语义特征述目标数量对应的轮廓系数大于其他数量对确定所述聚类结果的每个会话类别中每个会话文本在所述目标应用场景下的推荐优语义转换模块,用于基于所述会话图网络中每条边表征的文本推荐模块,用于基于每个节点对应的会话文本的处理器,用于执行所述存储器中存储的计算机可执行指令或者计算机514.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令或者计算机程算机程序或计算机可执行指令被处理器执行时,实现权利要求1至11任一项所述的文本推6边用于表征关联的节点对应的会话文本之间的关联关边用于表征关联的节点对应的会话文本之间的关联关78[0030]本申请实施例提供一种计算机程序产品,包括计算机程9技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,[0054]在另一些实施例中,本申请实施例可以借助于云技术(CloudTec提供的电子设备的结构示意图,图2所示的服务器200包括:至少一个处理器210、存储器[0058]存储器250包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存的网络接口220包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal[0063]将结合本申请实施例提供的服务器200的示例性应用和实施,说明本申请实施例象的会话文本对应的同质图网络,以及归属于不同会话对象的会话文本对应的异质图网文本2(对应会话对象1)_>会话文本3(对应会话对象2)_>会话文本4(对应会话对象1)_>会[0072]在步骤1021中,对会话图网络中每个节点对应的会话文节点对应的会话文本的环境向量是基于与来源节点相邻的上一个节点的环境向量预测得质节点、即来源节点对应的会话文本与目标节点对应的会话文本归属于不同会话对象时,同质环境向量和异质环境向量均是通过对来源节点对应的会话文本的句向量进行初始得点对应的会话文本的同质环境向量和异质环境向量是在该会话文本本质含义的基础上预对应的会话文本的环境向量作为该未来节点对应的会话文对应的会话文本的预测环境向量进行融合处理,得到目标节点对应的会话文本的环境向[0092]在步骤203中,基于同质图网络样本和异质图网络样本对初始语义转换模型进行和目标节点执行以下处理:如对来源节点对应的会话样本对应的句向量进行初始化处理,得到来源节点对应的会话样本的语义特征(如当节点对应的会话样本的句向量进行初始化得到的),并根据来源节点对应的会话样本的同语义特征(:)和目标节点(vj)对应的会话样本的语义特征(i,)之间的相似性概率,记和目标节点执行以下处理:如对来源节点对应的会话样本对应的句向量进行初始化处理,得到来源节点对应的会话样本的语义特征(如当节点对应的会话样本的句向量进行初始化得到的),并根据来源节点对应的会话样本的异语义特征(i:)和目标节点(vn)对应的会话样本的语义特征(i,)之间的相似性概率,记3征,并将预测出的语义特征分别与多个候选会话文本的语义特征进行匹配(如计算两者之本,预测会话对象2(与会话对象1不同)接下来针对会话对象1的会话文本的回复文本这一转换网络预测会话对象2接下来想要输入的回复文本的语义特征,并将预测出的语义特征[0110]这里,可通过如下方式基于每个节点对应的会话文本的节点对应的会话文本的语义特征之间的相似度求设置)的会话文本归为同一会话类别,即位于用一个会话类别的会话文本的语义特征之[0112]在对会话文本进行聚合后,每个会话类别对应与该会话点对应的会话文本的语义特征,并基于每个节点对应的会话文本的语义特征进行聚类处每个节点对应一个会话文本,每条边用于表征关联的节点对应的会话文本之间的关联关点(即用于预测下一个会话文本对应的节点),由于尚未预测得到未来节点对应的会话文络样本中的首个节点时,可将来源节点对应的会话样本的句向量作为语义特征)及同质环语义特征和目标节点(vj)对应的会话样本的语义特征(i,)之间的相似性概率,记样本对应的句向量进行初始化处理,得到来源节点对特征)及异质环境向量(如通过对来源节点对应的会话样本的句向量进行初始化得到的),语义特征(i:)和目标节点(vn)对应的会话样本的语义特征(i,)之间的相似性概率,记[0133]对于游戏局外交流场景中信息的冷启动(当前玩家尚未输入会话文本)的应用场分至目标数量的会话类别中,如计算两两节点对应的会话文本的语义特征之间的相似度,一个会话类别的会话文本的语义特征之间的相似度超过[0135]在对会话文本进行聚合后,每个会话类别对应与该会话家1的会话文本、预测玩家2(与玩家1不同)接下来回复玩家1的会话文本这一应用场景中,换模型的同质转换网络中,通过同质转换网络预测该玩家1接下来想要输入的会话文本的这多个推荐文本分别属于不同的会话类别,即显示的不同推荐文本所表达的意思相差较施例提供的文本推荐方法,下面继续说明本申请实施例提供的文本推荐装置255中各个模每个节点对应的会话文本进行语义转换处理,得到每个节点对应的会话文本的语义特征;本的异质环境向量进行环境特征预测处理,得到所述目标节点对应的会话文本的环境向点之间的关联关系,根据每个所述来源节点对应的会话文本的环境向量进行环境向量预会话样本对应的句向量,确定所述来源节点对应的会话样本的语义特征及同质环境向量,会话样本对应的句向量,确定所述来源节点对应的会话样本的语义特征及异质环境向量,话样本的语义特征之间的相似性概率;确定所述来源节点与所述目标节点之间的关联权TextMarkupLanguage)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论