CN112784599A - 诗句的生成方法、装置、电子设备和存储介质 - Google Patents
诗句的生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112784599A CN112784599A CN202011540278.XA CN202011540278A CN112784599A CN 112784599 A CN112784599 A CN 112784599A CN 202011540278 A CN202011540278 A CN 202011540278A CN 112784599 A CN112784599 A CN 112784599A
- Authority
- CN
- China
- Prior art keywords
- keywords
- words
- generating
- poetry
- verse
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000000605 extraction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 6
- 238000003058 natural language processing Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 240000000275 Persicaria hydropiper Species 0.000 description 5
- 235000017337 Persicaria hydropiper Nutrition 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000723353 Chrysanthemum Species 0.000 description 2
- 235000007516 Chrysanthemum Nutrition 0.000 description 2
- 241000405414 Rehmannia Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003205 fragrance Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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 OR 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 OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Machine Translation (AREA)
Abstract
本申请公开了诗句的生成方法、装置、电子设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理和深度学习等人工智能技术领域。具体实现方案为:获取输入信息;从输入信息之中提取关键词;判断关键词数量是否满足预设数量阈值;如果未满足预设数量阈值,则根据关键词生成拓展词;以及根据关键词和拓展词生成诗句。本申请实施例的诗句的生成方法,可以有效地提高诗句生成的准确性,使生成的诗句更加契合主题,且可保证古诗意境的连贯性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及自然语言处理和深度学习等人工智能技术领域,尤其涉及一种诗句的生成方法、装置、电子设备和存储介质。
背景技术
中国古诗是中国文化的重要遗产,在两千多年的历史中,人们创作了上百万首优美的诗歌来歌颂英雄人物、美丽的风景、爱情、友谊。古诗以其简洁的语言、优美的韵律和丰富的内容对中国的文化产生了深刻的影响,深受人们的喜爱。
古诗通常具有明确的主题,固定的格式,并且有一定的韵律要求。根据输入信息自动生成诗句是一个非常有挑战的技术问题。
发明内容
本申请提供一种诗句的生成方法、装置、电子设备和存储介质。
根据本申请的一方面,提供了一种诗句的生成方法,包括:
获取输入信息;
从所述输入信息之中提取关键词;
判断所述关键词数量是否满足预设数量阈值;
如果未满足所述预设数量阈值,则根据所述关键词生成拓展词;以及
根据所述关键词和所述拓展词生成诗句。
根据本申请的另一方面,提供了一种诗句的生成装置,包括:
获取模块,用于获取输入信息;
提取模块,用于从所述输入信息之中提取关键词;
判断模块,用于判断所述关键词数量是否满足预设数量阈值;
第一生成模块,用于如果未满足所述预设数量阈值,则根据所述关键词生成拓展词;以及
第二生成模块,用于根据所述关键词和所述拓展词生成诗句。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的诗句的生成方法。
根据本申请另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的诗句的生成方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述一方面实施例所述的诗句的生成方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种诗句的生成方法的流程示意图;
图2为本申请实施例提供的根据关键词生成拓展词的示意图;
图3为本申请实施例提供的另一种诗句的生成方法的流程示意图;
图4为本申请实施例提供的另一种诗句的生成方法的流程示意图;
图5(a)为本申请实施例提供的单句诗句的生成示意图;
图5(b)为本申请实施例提供的诗句的迭代生成示意图;
图6为本申请实施例提供的一种诗句的生成装置的结构示意图;以及
图7为根据本申请实施例的诗句的生成方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的诗句的生成方法、装置、电子设备和存储介质。
人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。
本申请实施例提供的诗句的生成方法,可以由电子设备来执行,该电子设备可为PC(Personal Computer,个人计算机)电脑、平板电脑或掌上电脑等,此处不做任何限定。
在本申请实施例中,电子设备中可以设置有处理组件、存储组件和驱动组件。可选的,该驱动组件和处理组件可以集成设置,该存储组件可以存储操作***、应用程序或其他程序模块,该处理组件通过执行存储组件中存储的应用程序来实现本申请实施例提供的诗句的生成方法。
图1为本申请实施例提供的一种诗句的生成方法的流程示意图。
本申请实施例的诗句的生成方法,还可由本申请实施例提供的诗句的生成装置执行,该装置可配置于电子设备中,以实现从获取的输入信息之中提取关键词,并在判断出关键词数量满足预设数量阈值时根据关键词生成拓展词,以及根据关键词和拓展词生成诗句。
作为一种可能的情况,本申请实施例的诗句的生成方法还可以在服务器端执行,服务器可以为云服务器,可以在云端执行该诗句的生成方法。
如图1所示,该诗句的生成方法可包括:
步骤101,获取输入信息。应说明的是,该实施例中所描述的输入信息可以为一句话,也可为几句话或一段文字描述。例如,输入信息可为“今天是重阳”,或者为“今天是重阳,我想去登高赏菊”。
在本申请实施例中,输入信息可包括用户通过语音识别输入的文本信息以及用户通过输入法输入至输入法***的输入内容,输入法***可以根据用户当前的输入方式,将输入内容转换为所输入文字的字词候选项,提供用户进行选择,用户可以通过多种输入手段进行文本信息的输入,例如键盘,触摸板,鼠标等,同时用户也可以选择任意的输入方式进行文本信息的输入,如拼音,五笔,笔画,手写等,此处不做任何限定。
作为一种可能的情况,上述的输入信息还可以包括用户通过复制粘贴获取的文本信息。
具体地,电子设备可获取用户通过输入法输入至输入法***的输入信息(输入内容),比如,用户通过输入法输入“今天是重阳”。
步骤102,从输入信息之中提取关键词。
在本申请实施例中,可根据关键词提取模型对输入信息进行提取,以得到关键词。
具体地,电子设备在获取到输入信息后,可将该输入信息输入至关键词提取模型,从而通过该关键词提取模型提取输入信息的关键词。例如,输入信息“今天是重阳”提取的关键词可以是“重阳”。
需要说明的是,该实施例中所描述的关键词提取模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接电子设备的网络硬盘的存储空间(云存储空间)。
步骤103,判断关键词数量是否满足预设数量阈值。其中,预设数量阈值可以根据实际情况进行标定,例如,预设数量阈值可以为4、7等。
步骤104,如果未满足预设数量阈值,则根据关键词生成拓展词。
需要说明的是,该实施例中所描述的拓展词可以是从与该关键词相关的古诗句中选取的,此处不做任何限定。
步骤105,根据关键词和拓展词生成诗句。
具体地,电子设备在从输入信息之中提取出关键词后,可先判断该关键词数量是否满足预设数量阈值,如果该关键词数量未满足预设数量阈值,则可根据该关键词检索与该关键词相关的古诗句,并以预设方法从该古诗句中选取拓展词,最后根据关键词和拓展词生成诗句。其中,预设方法可根据实际情况进行标定。
在本申请实施例中,首先获取输入信息,并从输入信息之中提取关键词,然后判断关键词数量是否满足预设数量阈值,如果未满足预设数量阈值,则根据关键词生成拓展词,最后根据关键词和拓展词生成诗句。由此,可以有效地提高诗句生成的准确性,使生成的诗句更加契合主题,且可保证古诗意境的连贯性。
进一步地,在本申请的一个实施例中,上述诗句的生成方法还可包括如果满足预设数量阈值,则根据关键词生成诗句。
具体地,电子设备在从输入信息之中提取出关键词后,可先判断该关键词数量是否满足预设数量阈值,如果该关键词数量满足预设数量阈值,则可直接根据关键词生成诗句,从而提高诗句生成的速度,并且由于是应用的关键词都是从输入信息中提取的,可进一步提高诗句生成的准确性。
为了清楚说明上一实施例,在本申请的一个实施例中,从输入信息之中提取关键词,可包括对输入信息进行分词以生成多个词,并对多个词进行关键词提取以提取关键词。
在本申请实施例中,还可基于预设算法从输入信息之中提取关键词,其中,预设算法可根据实际情况进行标定,例如,该预设算法可为TextRank(文本排名)算法。
具体地,电子设备在获取到输入信息后,可先对该输入信息进行分词以及过滤,去掉该输入信息中的标点符号以及停用词。然后,电子设备可直接使用网上开源的TextRank算法对上述处理后的输入信息进行关键词提取,以通过该TextRank算法对上述处理后的输入信息中的每个词的重要性进行打分,并可按照重要性评分从高到低的顺利最多取出M个词作为提取出的关键词。其中,M可为大于等于4的正整数。由此,可以是提取出的关键词更加契合用户通过输入信息所要表的含义,同时提高后续诗句生成的准确性。
需要说明的是,该实施例中所描述的打分的标准可以根据实际情况进行标定,此处不做任何限定。
为了清楚说明上一实施例,在本申请的一个实施例中,根据关键词生成拓展词,可包括以关键词为索引从共现概率词典之中进行查询,以生成多个候选拓展词,其中,共现概率词典包括多个共现词,以及共现词的共现概率,共现词包括关键词和对应的候选拓展词,以及根据共现概率进行排序以从多个候选拓展词之中选择拓展词。
需要说明的是,该实施例中所描述的共现概率词典可以是提前生产好的,并将其预存在电子设备的存储空间中,以方便调取应用。
具体地,电子设备在从输入信息之中提取出关键词后,可先判断该关键词数量是否满足预设数量阈值,如果判断出该关键词数量未满足预设数量阈值,即该关键词数量少于预设数量阈值,则需要对该关键词进行拓展。此时,电子设备可先从自身的存储空间中调出共现概率词典,然后每次都以现有关键词为索引从共现概率词典之中进行查询,以查询出与现有关键词的共现概率最大的词,并将其加入现有关键词,直至将现有关键词的数量满足预设数量阈值。
参见图2,以关键词“重阳”为例,以现有关键词“重阳”为索引从共现概率词典之中进行查询,从而得到多个候选拓展词,并根据共现概率对该多个候选拓展词进行排序,共现概率由高到低的多个候选拓展词的排序为“黄花、登高、茱萸、九月等”,然后选择共现概率最高的候选拓展词“黄花”作为拓展词,并将其加入现有关键词中,进行下一个拓展词的生成,直至将现有关键词的数量满足预设数量阈值。由此,在用户输入的文本(输入信息)较短时,对其进行关键词拓展,保证生成诗句时有足够的信息输入,从而使得生成的古诗更加契合主题。
进一步地,在本申请的一个实施例中,如图3所示,共现概率词典可通过以下步骤建立:
步骤301,提取样本诗句之中的关键词。应说明的是,每句样本诗句可仅提取一个关键词。
在本申请实施例中,样本诗句可由样本诗句库提供,该样本诗句库中可包括大量的古诗句,例如,唐诗三百首、宋词锦集等。
步骤302,获取任意两个关键词在同一个样本诗句之中的共现概率。
步骤303,根据两个关键词和共现概率生成共现概率词典。
具体地,从样本诗句库中获取样本诗句,并提取该样本诗句之中的关键词,以及统计出任意两个关键词共同出现在同一首诗(样本诗句)的概率(共现概率),并将该两个关键词和共现概率保存在共现概率词典中,其中,关键词之间的共现概率越高,则表示它们存在一定的关联性。由此,通过上述的共现概率词典的建立方法,可以使共现概率词典积累大量的共现词,从而提高根据关键词生成拓展词的速度以及精确度。
在本申请实施例中,共现概率词典的生成可由相关的服务器进行,该服务器可以是云端服务器,也可以是一台电脑的主机,该服务器与可执行申请实施例提供的诗句的生成方法的电子设备之间,建立有通信连接,该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将生成的共现概率词典发送给电子设备,以便或电子设备在需要时调用,从而大大减少电子设备的计算压力。
在本申请的一个实施例中,如图4所示,根据关键词和拓展词生成诗句,可包括:
步骤401,根据关键词和扩展词生成关键词序列,其中,关键词序列包括第一至第N关键词,N为正整数。
在本申请实施例中,假设关键词为“重阳”,扩展词为“黄花、红叶和西风”,则根据关键词和扩展词生成的关键词序列,可包括4个关键词“重阳、黄花、红叶和西风”。
步骤402,从样本诗句库之中选择一个作为参考诗句。
在本申请实施例中,可以根据第一关键词为索引从样本诗句库之中进行查询,以得到参考诗句,其中,该参考诗句可为与第一关键词最相关的下文诗句。
步骤403,根据第一关键词和参考诗句生成第一诗句。
步骤404,根据第i关键词和前i-1诗句生成第i诗句,直至生成第N诗句,其中,i为大于1的正整数。
在本申请实施例中,一个关键词可仅用于生成一句诗句。
具体地,电子设备在根据关键词和扩展词生成关键词序列之后,可采用迭代生成的方式生成句诗,其中,关键词序列之中的每个关键词对应生成一句诗。
在本申请实施例中,还可基于生成模型根据关键词和参考诗句生成诗句,其中,生成模型可根据实际情况进行标定,例如,该生成模型可为在文本处理领域广泛使用的Transformer(机器翻译模型)模型。
具体地,参见图5(a),假设关键词为“黄花”,前文为“秋高气爽又重阳”,将关键词“黄花”和前文“秋高气爽又重阳”输入至Transformer模型,以通过Transformer模型对关键词“黄花”和前文“秋高气爽又重阳”进行处理,并生成诗句“遍地黄花分外香”。
进一步地,参见图5(b),假设关键词序列中包括4个关键词,分别为“重阳、黄花、红叶和西风”,则总共需要调用四次Transformer模型,每次生成的诗句会作为下次生成诗句的前文,也就是说生成第二诗句的时候,生成的第一诗会作为其前文,生成第四句诗时,前面生成的三句诗会作为其前文。其中,电子设备获得该关键词序列之后,可先以该关键词序列中的第一关键词“重阳”为索引从样本诗句库中检索出一句诗“红叶黄花俱素装”作为第一诗生成时的参考,然后将第一关键词“重阳”和参考诗句“红叶黄花俱素装”输入至Transformer模型以生成第一诗句“秋高气爽又重阳”,再然后继续调用Transformer模型并根据该关键词序列中的第二关键词“黄花”和前文(参考诗句)“秋高气爽又重阳”生成第二诗句“遍地黄花分外香”,直至该关键词序列中的最后一个关键词“西风”对应生成一句诗。由此,采用先产出每句诗的关键词,再根据关键词按照上述的方式进行诗句的生成,相当于在古诗生成前有了明确的大纲,可以有效地保证古诗意境的连贯性。
图6为本申请实施例提供的一种诗句的生成装置的结构示意图。
本申请实施例的诗句的生成装置,可装置可配置于电子设备中,以实现从获取的输入信息之中提取关键词,并在判断出关键词数量满足预设数量阈值时根据关键词生成拓展词,以及根据关键词和拓展词生成诗句。
如图6所示,该诗句的生成装置600可包括:获取模块610、提取模块620、判断模块630、第一生成模块640和第二生成模块650。
其中,获取模块610用于获取输入信息。应说明的是,该实施例中所描述的输入信息可以为一句话,也可为几句话或一段文字描述。例如,输入信息可为“今天是重阳”,或者为“今天是重阳,我想去登高赏菊”。
在本申请实施例中,输入信息可包括用户通过语音识别输入的文本信息以及用户通过输入法输入至输入法***的输入内容,输入法***可以根据用户当前的输入方式,将输入内容转换为所输入文字的字词候选项,提供用户进行选择,用户可以通过多种输入手段进行文本信息的输入,例如键盘,触摸板,鼠标等,同时用户也可以选择任意的输入方式进行文本信息的输入,如拼音,五笔,笔画,手写等,此处不做任何限定。
作为一种可能的情况,上述的输入信息还可以包括用户通过复制粘贴获取的文本信息。
具体地,获取模块610可获取用户通过输入法输入至输入法***的输入信息(输入内容),比如,用户通过输入法输入“今天是重阳”。
提取模块620用于从输入信息之中提取关键词。
在本申请实施例中,提取模块620可根据关键词提取模型对输入信息进行提取,以得到关键词。
具体地,在获取模块610获取到输入信息后,提取模块620可将该输入信息输入至关键词提取模型,从而通过该关键词提取模型提取输入信息的关键词。例如,输入信息“今天是重阳”提取的关键词可以是“重阳”。
需要说明的是,该实施例中所描述的关键词提取模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接电子设备的网络硬盘的存储空间(云存储空间)。
判断模块630用于判断关键词数量是否满足预设数量阈值。其中,预设数量阈值可以根据实际情况进行标定,例如,预设数量阈值可以为4、7等。
第一生成模块640用于如果未满足预设数量阈值,则根据关键词生成拓展词。
需要说明的是,该实施例中所描述的拓展词可以是从与该关键词相关的古诗句中选取的,此处不做任何限定。
第二生成模块650用于根据关键词和拓展词生成诗句。
具体地,在提取模块620从输入信息之中提取出关键词后,判断模块630可判断该关键词数量是否满足预设数量阈值,如果该关键词数量未满足预设数量阈值,则第一生成模块640可根据该关键词检索与该关键词相关的古诗句,并以预设方法从该古诗句中选取拓展词,最后第二生成模块650根据关键词和拓展词生成诗句。其中,预设方法可根据实际情况进行标定。
在本申请实施例中,首先通过获取模块获取输入信息,并通过提取模块从输入信息之中提取关键词,然后通过判断模块判断关键词数量是否满足预设数量阈值,如果未满足预设数量阈值,则通过第一生成模块根据关键词生成拓展词,最后通过第二生成模块根据关键词和拓展词生成诗句。由此,可以有效地提高诗句生成的准确性,使生成的诗句更加契合主题,且可保证古诗意境的连贯性。
在本申请的一个实施例中,如图6所示,该诗句的生成装置600还可包括第三生成模块660,其中,第三生成模块660用于如果满足预设数量阈值,则根据关键词生成诗句。
在本申请的一个实施例中,提取模块620具体用于:对输入信息进行分词以生成多个词;以及对多个词进行关键词提取以提取关键词。
在本申请的一个实施例中,第一生成模块640具体用于:以关键词为索引从共现概率词典之中进行查询,以生成多个候选拓展词,其中,共现概率词典包括多个共现词,以及共现词的共现概率,共现词包括关键词和对应的候选拓展词;以及根据共现概率进行排序以从多个候选拓展词之中选择拓展词。
在本申请的一个实施例中,如图6所示,该诗句的生成装置600还可包括词典生成模块670,其中,词典生成模块670用于提取样本诗句之中的关键词;获取任意两个关键词在同一个样本诗句之中的共现概率;以及根据两个关键词和共现概率生成共现概率词典。
在本申请的一个实施例中,第二生成模块650具体用于:根据关键词和扩展词生成关键词序列,其中,关键词序列包括第一至第N关键词,N为正整数;从样本诗句库之中选择一个作为参考诗句;根据第一关键词和参考诗句生成第一诗句;以及根据第i关键词和前i-1诗句生成第i诗句,直至生成第N诗句,其中,i为大于的1的正整数。
需要说明的是,前述对诗句的生成方法实施例的解释说明也适用于该实施例的诗句的生成装置,此处不再赘述。
本申请实施例的诗句的生成装置,首先通过获取模块获取输入信息,并通过提取模块从输入信息之中提取关键词,然后通过判断模块判断关键词数量是否满足预设数量阈值,如果未满足预设数量阈值,则通过第一生成模块根据关键词生成拓展词,最后通过第二生成模块根据关键词和拓展词生成诗句。由此,可以有效地提高诗句生成的准确性,使生成的诗句更加契合主题,且可保证古诗意境的连贯性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如诗句的生成方法。例如,在一些实施例中,诗句的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的诗句的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行诗句的生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种诗句的生成方法,包括:
获取输入信息;
从所述输入信息之中提取关键词;
判断所述关键词数量是否满足预设数量阈值;
如果未满足所述预设数量阈值,则根据所述关键词生成拓展词;以及
根据所述关键词和所述拓展词生成诗句。
2.如权利要求1所述的诗句的生成方法,还包括:
如果满足所述预设数量阈值,则根据所述关键词生成诗句。
3.如权利要求1所述的诗句的生成方法,其中,所述从所述输入信息之中提取关键词,包括:
对所述输入信息进行分词以生成多个词;以及
对所述多个词进行关键词提取以提取所述关键词。
4.如权利要求1所述的诗句的生成方法,其中,所述根据所述关键词生成拓展词,包括:
以所述关键词为索引从共现概率词典之中进行查询,以生成多个候选拓展词,其中,所述共现概率词典包括多个共现词,以及所述共现词的共现概率,所述共现词包括所述关键词和对应的候选拓展词;以及
根据所述共现概率进行排序以从所述多个候选拓展词之中选择所述拓展词。
5.如权利要求4所述的诗句的生成方法,其中,所述共现概率词典通过以下步骤建立:
提取样本诗句之中的关键词;
获取任意两个所述关键词在同一个样本诗句之中的共现概率;以及
根据所述两个关键词和所述共现概率生成所述共现概率词典。
6.如权利要求1所述的诗句的生成方法,其中,所述根据所述关键词和所述拓展词生成诗句,包括:
根据所述关键词和所述扩展词生成关键词序列,其中,所述关键词序列包括第一至第N关键词,所述N为正整数;
从样本诗句库之中选择一个作为参考诗句;
根据所述第一关键词和所述参考诗句生成第一诗句;以及
根据第i关键词和前i-1诗句生成第i诗句,直至生成第N诗句,其中,所述i为大于1的正整数。
7.一种诗句的生成装置,包括:
获取模块,用于获取输入信息;
提取模块,用于从所述输入信息之中提取关键词;
判断模块,用于判断所述关键词数量是否满足预设数量阈值;
第一生成模块,用于如果未满足所述预设数量阈值,则根据所述关键词生成拓展词;以及
第二生成模块,用于根据所述关键词和所述拓展词生成诗句。
8.如权利要求7所述的诗句的生成装置,还包括:
第三生成模块,用于如果满足所述预设数量阈值,则根据所述关键词生成诗句。
9.如权利要求7所述的诗句的生成装置,其中,所述提取模块,具体用于:
对所述输入信息进行分词以生成多个词;以及
对所述多个词进行关键词提取以提取所述关键词。
10.如权利要求7所述的诗句的生成装置,其中,第一生成模块,具体用于:
以所述关键词为索引从共现概率词典之中进行查询,以生成多个候选拓展词,其中,所述共现概率词典包括多个共现词,以及所述共现词的共现概率,所述共现词包括所述关键词和对应的候选拓展词;以及
根据所述共现概率进行排序以从所述多个候选拓展词之中选择所述拓展词。
11.如权利要求10所述的诗句的生成装置,还包括:
词典生成模块,用于提取样本诗句之中的关键词;获取任意两个所述关键词在同一个样本诗句之中的共现概率;以及根据所述两个关键词和所述共现概率生成所述共现概率词典。
12.如权利要求7所述的诗句的生成装置,其中,所述第二生成模块,具体用于:
根据所述关键词和所述扩展词生成关键词序列,其中,所述关键词序列包括第一至第N关键词,所述N为正整数;
从样本诗句库之中选择一个作为参考诗句;
根据所述第一关键词和所述参考诗句生成第一诗句;以及
根据第i关键词和前i-1诗句生成第i诗句,直至生成第N诗句,其中,所述i为大于的1的正整数。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的诗句的生成方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的诗句的生成方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的诗句的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540278.XA CN112784599B (zh) | 2020-12-23 | 2020-12-23 | 诗句的生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540278.XA CN112784599B (zh) | 2020-12-23 | 2020-12-23 | 诗句的生成方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112784599A true CN112784599A (zh) | 2021-05-11 |
CN112784599B CN112784599B (zh) | 2024-05-10 |
Family
ID=75751933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011540278.XA Active CN112784599B (zh) | 2020-12-23 | 2020-12-23 | 诗句的生成方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112784599B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360001A (zh) * | 2021-05-26 | 2021-09-07 | 北京百度网讯科技有限公司 | 输入文本的处理方法、装置、电子设备和存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110035380A1 (en) * | 2008-04-11 | 2011-02-10 | Kieran Stafford | Means For Navigating Data Using A Graphical Interface |
CN102385596A (zh) * | 2010-09-03 | 2012-03-21 | 腾讯科技(深圳)有限公司 | 一种诗句的搜索方法及装置 |
CN103258025A (zh) * | 2013-05-08 | 2013-08-21 | 百度在线网络技术(北京)有限公司 | 生成共现关键词的方法、提供关联搜索词的方法以及*** |
CN105955964A (zh) * | 2016-06-13 | 2016-09-21 | 北京百度网讯科技有限公司 | 一种自动生成诗歌的方法和装置 |
CN108197098A (zh) * | 2017-11-22 | 2018-06-22 | 阿里巴巴集团控股有限公司 | 一种关键词组合策略的生成及关键词扩展方法、装置和设备 |
CN108415893A (zh) * | 2018-03-15 | 2018-08-17 | 平安科技(深圳)有限公司 | 诗歌自动生成方法、装置、计算机设备及存储介质 |
CN108932335A (zh) * | 2018-07-10 | 2018-12-04 | 北京京东尚科信息技术有限公司 | 一种生成文案的方法和装置 |
CN108959378A (zh) * | 2018-05-28 | 2018-12-07 | 天津大学 | 文献热点的可视化分析方法 |
CN110555197A (zh) * | 2018-05-31 | 2019-12-10 | 清华大学 | 中文诗歌自动生成方法及装置 |
CN111311385A (zh) * | 2020-05-15 | 2020-06-19 | 成都晓多科技有限公司 | 一种基于商品卖点的商品推荐话术生成方法及*** |
CN111368514A (zh) * | 2019-12-10 | 2020-07-03 | 爱驰汽车有限公司 | 模型训练及古诗生成方法、古诗生成模型、设备和介质 |
CN111680207A (zh) * | 2020-03-11 | 2020-09-18 | 华中科技大学鄂州工业技术研究院 | 一种用于确定用户搜索意图的方法及装置 |
CN111859916A (zh) * | 2020-07-28 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 古诗关键词提取、诗句生成方法、装置、设备及介质 |
CN111859962A (zh) * | 2020-08-03 | 2020-10-30 | 广州威尔森信息科技有限公司 | 一种提取汽车口碑词云所需数据的方法及装置 |
CN111898339A (zh) * | 2020-07-28 | 2020-11-06 | 中国平安人寿保险股份有限公司 | 基于约束解码的古诗生成方法、装置、设备及介质 |
CN111950255A (zh) * | 2019-05-17 | 2020-11-17 | 腾讯数码(天津)有限公司 | 诗词生成方法、装置、设备及存储介质 |
CN112183058A (zh) * | 2020-09-22 | 2021-01-05 | 甘肃农业大学 | 基于bert句子向量输入的诗词生成方法及装置 |
-
2020
- 2020-12-23 CN CN202011540278.XA patent/CN112784599B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110035380A1 (en) * | 2008-04-11 | 2011-02-10 | Kieran Stafford | Means For Navigating Data Using A Graphical Interface |
CN102385596A (zh) * | 2010-09-03 | 2012-03-21 | 腾讯科技(深圳)有限公司 | 一种诗句的搜索方法及装置 |
CN103258025A (zh) * | 2013-05-08 | 2013-08-21 | 百度在线网络技术(北京)有限公司 | 生成共现关键词的方法、提供关联搜索词的方法以及*** |
CN105955964A (zh) * | 2016-06-13 | 2016-09-21 | 北京百度网讯科技有限公司 | 一种自动生成诗歌的方法和装置 |
CN108197098A (zh) * | 2017-11-22 | 2018-06-22 | 阿里巴巴集团控股有限公司 | 一种关键词组合策略的生成及关键词扩展方法、装置和设备 |
CN108415893A (zh) * | 2018-03-15 | 2018-08-17 | 平安科技(深圳)有限公司 | 诗歌自动生成方法、装置、计算机设备及存储介质 |
CN108959378A (zh) * | 2018-05-28 | 2018-12-07 | 天津大学 | 文献热点的可视化分析方法 |
CN110555197A (zh) * | 2018-05-31 | 2019-12-10 | 清华大学 | 中文诗歌自动生成方法及装置 |
CN108932335A (zh) * | 2018-07-10 | 2018-12-04 | 北京京东尚科信息技术有限公司 | 一种生成文案的方法和装置 |
CN111950255A (zh) * | 2019-05-17 | 2020-11-17 | 腾讯数码(天津)有限公司 | 诗词生成方法、装置、设备及存储介质 |
CN111368514A (zh) * | 2019-12-10 | 2020-07-03 | 爱驰汽车有限公司 | 模型训练及古诗生成方法、古诗生成模型、设备和介质 |
CN111680207A (zh) * | 2020-03-11 | 2020-09-18 | 华中科技大学鄂州工业技术研究院 | 一种用于确定用户搜索意图的方法及装置 |
CN111311385A (zh) * | 2020-05-15 | 2020-06-19 | 成都晓多科技有限公司 | 一种基于商品卖点的商品推荐话术生成方法及*** |
CN111859916A (zh) * | 2020-07-28 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 古诗关键词提取、诗句生成方法、装置、设备及介质 |
CN111898339A (zh) * | 2020-07-28 | 2020-11-06 | 中国平安人寿保险股份有限公司 | 基于约束解码的古诗生成方法、装置、设备及介质 |
CN111859962A (zh) * | 2020-08-03 | 2020-10-30 | 广州威尔森信息科技有限公司 | 一种提取汽车口碑词云所需数据的方法及装置 |
CN112183058A (zh) * | 2020-09-22 | 2021-01-05 | 甘肃农业大学 | 基于bert句子向量输入的诗词生成方法及装置 |
Non-Patent Citations (2)
Title |
---|
李湘东;曹环;丁丛;黄莉;: "利用《知网》和领域关键词集扩展方法的短文本分类研究", 现代图书情报技术, no. 02, 25 February 2015 (2015-02-25) * |
王乐为 等: "基于Seq2Seq模型的自定义古诗生成", 计算机科学与探索, vol. 14, no. 6, pages 3 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360001A (zh) * | 2021-05-26 | 2021-09-07 | 北京百度网讯科技有限公司 | 输入文本的处理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112784599B (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112580339B (zh) | 模型的训练方法、装置、电子设备及存储介质 | |
CN113553412B (zh) | 问答处理方法、装置、电子设备和存储介质 | |
CN115309877A (zh) | 对话生成方法、对话模型训练方法及装置 | |
CN113360001A (zh) | 输入文本的处理方法、装置、电子设备和存储介质 | |
US20230103728A1 (en) | Method for sample augmentation | |
JP7369228B2 (ja) | ユーザ興味画像の生成方法、装置、電子機器及び記憶媒体 | |
CN114417878B (zh) | 语义识别方法、装置、电子设备及存储介质 | |
CN112784599B (zh) | 诗句的生成方法、装置、电子设备和存储介质 | |
CN112860995A (zh) | 交互方法、装置、客户端、服务器以及存储介质 | |
CN115658903B (zh) | 文本分类方法、模型训练方法、相关装置及电子设备 | |
CN114758649B (zh) | 一种语音识别方法、装置、设备和介质 | |
CN113553410B (zh) | 长文档处理方法、处理装置、电子设备和存储介质 | |
CN113641724B (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN112560466B (zh) | 链接实体关联方法、装置、电子设备和存储介质 | |
CN113221566A (zh) | 实体关系抽取方法、装置、电子设备和存储介质 | |
CN114841172A (zh) | 文本匹配双塔模型的知识蒸馏方法、装置及程序产品 | |
CN113377904A (zh) | 行业动作识别方法、装置、电子设备及存储介质 | |
CN114417862A (zh) | 文本匹配方法、文本匹配模型的训练方法和装置 | |
CN114201607A (zh) | 一种信息处理的方法和装置 | |
CN113342179A (zh) | 输入文本的处理方法、装置、电子设备和存储介质 | |
CN112528682A (zh) | 语种检测方法、装置、电子设备和存储介质 | |
CN114417871B (zh) | 模型训练及命名实体识别方法、装置、电子设备及介质 | |
CN116069914B (zh) | 训练数据的生成方法、模型训练方法以及装置 | |
CN116244432B (zh) | 语言模型的预训练方法、装置及电子设备 | |
CN114091483B (zh) | 翻译处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |