用于输出信息的方法和装置与流程

技术特征：
1.一种用于输出信息的方法，包括：获取物品的描述文本，提取所述描述文本中字符的字符向量和位置编码向量，其中，所述位置编码向量用于表征字符在所述描述文本中的位置；将输入向量输入预先训练的卖点词识别模型中，得到所述描述文本中字符的标签和字符对应的概率，其中，所述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，所述标签包括用于表征字符是卖点词中的字符的标签，所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相关指标，利用强化学习方法训练得到的，所述相关指标包括以下至少一项：转化率和点击率；基于所述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，从所述卖点词集合中选取卖点词进行输出。2.根据权利要求1所述的方法，其中，所述卖点词识别模型包括双向编码层、双向长短期记忆层和条件随机场层；以及所述将输入向量输入预先训练的卖点词识别模型中，得到所述描述文本中字符的标签和字符对应的概率，包括：将输入向量输入所述双向编码层，得到第一向量；将所述第一向量输入所述双向长短期记忆层，得到第二向量；将所述第二向量输入所述条件随机场层，得到所述描述文本中字符的标签和字符对应的概率。3.根据权利要求1所述的方法，其中，所述卖点词识别模型的策略是通过如下公式确定的：其中，γ表征折扣率，γ∈[0,1]，k表征执行次数，t表征当前时刻，r
t 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，s
t
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，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。4.根据权利要求3所述的方法，其中，所述奖励值是卖点词对应的转化率和点击率的加权平均值。5.根据权利要求1-4之一所述的方法，其中，所述方法还包括：针对所述卖点词集合中的每个卖点词，确定该卖点词是否对应有相关指标，若否，则获取该卖点词的k近邻卖点词，将所述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，针对所述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。6.一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，提取所述描述文本中字符的字符向量和位置编码向量，其中，所述位置编码向量用于表征字符在所述描述文本中的位置；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，得到所述描述文
本中字符的标签和字符对应的概率，其中，所述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，所述标签包括用于表征字符是卖点词中的字符的标签，所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相关指标，利用强化学习方法训练得到的，所述相关指标包括以下至少一项：转化率和点击率；生成单元，被配置成基于所述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，从所述卖点词集合中选取卖点词进行输出。7.根据权利要求6所述的装置，其中，所述卖点词识别模型包括双向编码层、双向长短期记忆层和条件随机场层；以及所述输入单元进一步被配置成按照如下方式将输入向量输入预先训练的卖点词识别模型中，得到所述描述文本中字符的标签和字符对应的概率：将输入向量输入所述双向编码层，得到第一向量；将所述第一向量输入所述双向长短期记忆层，得到第二向量；将所述第二向量输入所述条件随机场层，得到所述描述文本中字符的标签和字符对应的概率。8.根据权利要求6所述的装置，其中，所述卖点词识别模型的策略是通过如下公式确定的：其中，γ表征折扣率，γ∈[0,1]，k表征执行次数，t表征当前时刻，r
t 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，s
t
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，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。9.一种电子设备，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，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。10.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

技术总结
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。出更加优质的卖点词。出更加优质的卖点词。


技术研发人员：徐松 李浩然 袁鹏
受保护的技术使用者：北京京东世纪贸易有限公司
技术研发日：2020.07.02
技术公布日：2021/12/6