CN115934987A - 样本文本生成方法、装置及电子设备 - Google Patents
样本文本生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115934987A CN115934987A CN202211490695.7A CN202211490695A CN115934987A CN 115934987 A CN115934987 A CN 115934987A CN 202211490695 A CN202211490695 A CN 202211490695A CN 115934987 A CN115934987 A CN 115934987A
- Authority
- CN
- China
- Prior art keywords
- description information
- sample image
- image
- sample
- attribute
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开提供了一种样本文本生成方法、装置及电子设备,涉及人工智能技术领域,具体涉及深度学习、图像处理、计算机视觉技术领域,可应用于图像生成等场景,该方法,包括:获取与样本图像对应的初始文本,根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息用于基于内容维度和/或属性维度描述样本图像,以及根据图像描述信息,生成与样本图像对应的样本文本,由此,可以保证所得样本文本对于样本图像的描述准确性,并基于不同维度的图像描述信息有效提升所得样本文本的描述丰富性,从而有效提升样本文本对于样本图像的描述效果。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及深度学习、图像处理、计算机视觉技术领域,可应用于图像生成等场景,尤其涉及一种样本文本生成方法、装置及电子设备。
背景技术
人工智能是研究使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;人工智能软件技术主要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机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
相关技术中,在对文生图模型进行预训练时,所使用的样本文本对相应样本图像的描述不够准确,描述效果不佳。
发明内容
本公开提供了一种样本文本生成方法、装置、电子设备、存储介质及计算机程序产品。
根据本公开的第一方面,提供了一种样本文本生成方法,包括:获取与样本图像对应的初始文本;根据所述初始文本,确定所述样本图像的图像描述信息,其中,所述图像描述信息用于基于内容维度和/或属性维度描述所述样本图像;以及根据所述图像描述信息,生成与所述样本图像对应的样本文本。
根据本公开的第二方面,提供了一种样本文本生成装置,包括:获取模块,用于获取与样本图像对应的初始文本;确定模块,用于根据所述初始文本,确定所述样本图像的图像描述信息,其中,所述图像描述信息用于基于内容维度和/或属性维度描述所述样本图像;以及生成模块,用于根据所述图像描述信息,生成与所述样本图像对应的样本文本。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如本公开第一方面的样本文本生成方法。
根据本公开的第四方面,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,计算机指令用于使计算机执行如本公开第一方面的样本文本生成方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开第一方面的样本文本生成方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是根据本公开第四实施例的示意图;
图5是根据本公开实施例的样本文本的生成过程示意图;
图6是根据本公开第五实施例的示意图;
图7是根据本公开第六实施例的示意图;
图8示出了可以用来实施本公开的样本文本生成方法的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
图1是根据本公开第一实施例的示意图。
其中,需要说明的是,本实施例的样本文本生成方法的执行主体为样本文本生成装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
本公开实施例涉及人工智能技术领域,具体涉及深度学习、计算机视觉等技术领域,可应用于图像生成等场景下。
其中,人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。
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。深度学习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。
计算机视觉,是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送至仪器检测的图像。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
如图1所示,该样本文本生成方法,包括:
S101:获取与样本图像对应的初始文本。
其中,样本图像,是指在文生图模型的模型训练过程中被作为训练数据的图像。而初始文本,是指被用于描述样本图像相关信息的初始状态下的文本。
本公开实施例中,在获取与样本图像对应的初始文本时,可以利用网络爬虫技术从互联网页面中自动爬取图片作为样本图像,并获取网页中对应的描述文本(如Alt标签alt-text)作为与样本图像对应的初始文本,或者,还可以预先建立本公开实施例的执行主体与大数据服务器的通信链接,而后从大数据服务器处获取样本图像,以及与样本图像对应的初始文本,对此不做限制。
可以理解的是,所获取的初始文本的原本用途可能与文生图模型训练过程具有较大的差异,导致初始文本对于文生图模型的训练效果不佳,本公开实施例中当获取与样本图像对应的初始文本之后,可以触发后续步骤,以丰富初始文本对于样本图像的描述效果。
S102:根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息用于基于内容维度和/或属性维度描述样本图像。
其中,内容维度,是指针对样本图像描述内容的维度,例如描述主题和描述细节等维度。而属性维度,是指针对样本图像属性的维度,例如样本图像的风格、类型、风格等维度。
其中,图像描述信息,是指初始文本中针对样本图像的指定维度的描述信息。例如描述主题A、描述细节B、艺术家C、油画类型、印象主义风格等,对此不做限制。
本公开实施例中,在根据初始文本,确定样本图像的图像描述信息时,可以是将初始文本输入至预训练的人工智能AI模型中,以得到对应的图像描述信息,或者,还可以由第三方图像描述信息确定装置处理初始文本,以得到图像描述信息,对此不做限制。
本公开实施中,当根据初始文本,确定样本图像的图像描述信息时,可以保证所得图像描述信息对于样本图像的描述准确性。
S103:根据图像描述信息,生成与样本图像对应的样本文本。
其中,样本文本,是指基于图像描述信息所生成的文本,可以被用于作为文生图模型的训练数据。
本公开实施中,所得图像描述信息的数量可能是多个,在根据图像描述信息,生成与样本图像对应的样本文本时,可以是确定每个图像描述信息的优先级信息,然后根据所得优先级信息,将优先级信息满足预设条件的图像描述信息作为样本文本,或者,还可以分别生成与图像描述信息对应的标识信息,而后将包含标识信息的图像描述信息作为样本文本,其中,标识信息可以被文生图模型用于识别图像描述信息,当然,还可以采用其他任意可能的方法根据图像描述信息,生成与样本图像对应的样本文本,对此不做限制。
本实施例中,通过获取与样本图像对应的初始文本,根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息用于基于内容维度和/或属性维度描述样本图像,以及根据图像描述信息,生成与样本图像对应的样本文本,由此,可以保证所得样本文本对于样本图像的描述准确性,并基于不同维度的图像描述信息有效提升所得样本文本的描述丰富性,从而有效提升样本文本对于样本图像的描述效果。
图2是根据本公开第二实施例的示意图。
如图2所示,该样本文本生成方法,包括:
S201:获取与样本图像对应的初始文本。
S201的描述说明可以具体参见上述实施例,在此不再赘述。
S202:确定内容维度的至少一个描述粒度,其中,描述粒度表示对样本图像进行描述的精细程度等级。
其中,描述粒度,可以被用于确定对样本图像进行描述的精细程度等级,例如可以是描述主题以及描述细节,其中,描述主题的描述粒度大于描述细节的描述粒度。
本公开实施例中,初始文本中可能基于多个精细程度等级描述样本图像的内容维度,当确定内容维度的至少一个描述粒度时,可以为后续确定样本图像的第一描述信息提供可靠的执行依据。
S203:根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息。
其中,第一描述信息,可以是基于内容维度描述样本图像的描述信息。
本公开实施例中,在根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息时,可以是获取初始文本中针对内容维度的多个内容描述信息,并分别确定多个内容描述信息对应的参考描述粒度,而后将参考描述粒度与描述粒度相同的内容描述信息作为第一描述信息,或者,还可以获取描述粒度对应的描述信息识别模型,以从初始文本中确定样本图像的第一描述信息,对此不做限制。
可选的,一些实施例中,在根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息时,可以是确定描述粒度与至少一个内容描述信息的第一匹配结果,根据第一匹配结果,从至少一个内容描述信息中确定第一描述信息,由此,可以基于确定描述粒度与至少一个内容描述信息之间的第一匹配结果,有效提升所得第一描述信息与对应描述粒度之间的匹配程度,从而保证所得第一描述信息的可靠性。
其中,第一匹配结果,是指内容描述信息对样本图像进行描述的精细程度等级与上述描述粒度之间的匹配结果。
本公开实施例中,在根据第一匹配结果,从至少一个内容描述信息中确定第一描述信息时,可以是预先设定匹配条件,而后根据匹配条件和第一匹配结果从至少一个内容描述信息中确定第一描述信息,或者,还可以基于数形结合的方法从至少一个内容描述信息中确定第一描述信息,对此不做限制。
可选的,一些实施例中,第一匹配结果包括:至少一个匹配值,匹配值用于指示描述粒度与内容描述信息之间的匹配程度等级,在根据第一匹配结果,从至少一个内容描述信息中确定第一描述信息时,可以是将至少一个匹配值中最大匹配值对应的内容描述信息作为第一描述信息,由此,可以有效提升所得第一描述信息的准确性。
其中,匹配值,可以被用于指示描述粒度与内容描述信息之间的匹配程度等级,其取值范围例如可以为0~1。
例如,至少一个内容描述信息可以包括内容z、内容x、内容c,而描述粒度1与内容z、内容x、内容c的匹配值分别为0.5、0.8、0.2,则内容x对应的匹配值最大,可以将内容x作为第一描述信息。
也即是说,本公开实施例在获取与样本图像对应的初始文本之后,可以确定内容维度的至少一个描述粒度,其中,描述粒度表示对样本图像进行描述的精细程度等级,根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息,由此,可以基于至少一个描述粒度准确获取与描述粒度对应的第一描述信息,从而保证所得第一描述信息的适用性。
S204:根据图像描述信息,生成与样本图像对应的样本文本。
S204的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,通过确定内容维度的至少一个描述粒度,其中,描述粒度表示对样本图像进行描述的精细程度等级,根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息,由此,可以基于至少一个描述粒度准确获取与描述粒度对应的第一描述信息,从而保证所得第一描述信息的适用性。通过确定描述粒度与至少一个内容描述信息的第一匹配结果,根据第一匹配结果,从至少一个内容描述信息中确定第一描述信息,由此,可以基于确定描述粒度与至少一个内容描述信息之间的第一匹配结果,有效提升所得第一描述信息与对应描述粒度之间的匹配程度,从而保证所得第一描述信息的可靠性。通过将至少一个匹配值中最大匹配值对应的内容描述信息作为第一描述信息,由此,可以有效提升所得第一描述信息的准确性。
图3是根据本公开第三实施例的示意图。
如图3所示,该样本文本生成方法,包括:
S301:获取与样本图像对应的初始文本。
S301的描述说明可以具体参见上述实施例,在此不再赘述。
S302:确定样本图像的待描述属性。
其中,待描述属性,是指样本文本所需要进行描述的样本图像属性。例如样本图像的风格、类型、艺术家等,对此不做限制。
可以理解的是,样本图像存在多种属性,当确定样本图像的待描述属性时,可以为后续获取第二描述信息提供准确的执行依据。
S303:根据待描述属性,获取第二描述信息。
其中,第二描述信息,是指基于属性维度描述样本图像的描述信息。例如可以是艺术家H的L类型的超现实主义画作。
可选的,一些实施例中,在根据待描述属性,获取第二描述信息时,可以是获取至少一个参考图像,其中,参考图像的待描述属性具有对应的参考属性值,根据待描述属性,确定参考图像与样本图像的第二匹配结果,如果第二匹配结果满足预设条件,则将参考属性值作为第二描述信息,如果第二匹配结果不满足预设条件,则生成与样本图像的待描述属性对应的文本信息作为第二描述信息,由此,可以有效结合参考图像的参考属性值以提升第二描述信息的获取效率,并在二匹配结果不满足预设条件时,生成与样本图像的待描述属性对应的文本信息作为第二描述信息,以有效避免样本图像缺少对应的第二描述信息而影响样本文本的生成效果,能够有效提升样本文本生成过程的鲁棒性。
其中,参考图像,可以是指对应初始文本中包含待描述属性的参考属性值的样本图像。
也即是说,本公开实施例中样本图像的数量可以是多个,在获取第二描述信息时,可以将已有第二描述信息的样本图像作为参考图像,根据参考图像与样本图像的匹配结果,将参考属性值作为第二描述信息。
可选的,一些实施例中,在根据待描述属性,确定参考图像与样本图像的第二匹配结果时,可以是根据待描述属性,生成与参考图像对应的第一特征向量,根据待描述属性,生成与样本图像对应的第二特征向量,确定第一特征向量和第二特征向量之间的聚类距离值,并将聚类距离值作为第二匹配结果;其中,聚类距离值,是在第一特征向量为聚类中心的情况下,第一特征向量和第二特征向量之间的距离值,由此,所得聚类距离值可以准确、形象地表征参考图像与样本图像之间针对待描述属性的匹配结果,从而有效提升所得第二匹配结果的可靠性。
也即是说,本公开实施例在获取与样本图像对应的初始文本之后,可以确定样本图像的待描述属性,根据待描述属性,获取第二描述信息,由此,可以基于待描述属性准确获取样本文本所需的第二描述信息,避免获取多余的冗余信息,以有效提升所得第二描述信息的实用性。
S304:根据图像描述信息,生成与样本图像对应的样本文本。
S304的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,通过确定样本图像的待描述属性,根据待描述属性,获取第二描述信息,由此,可以基于待描述属性准确获取样本文本所需的第二描述信息,避免获取多余的冗余信息,以有效提升所得第二描述信息的实用性。通过获取至少一个参考图像,其中,参考图像的待描述属性具有对应的参考属性值,根据待描述属性,确定参考图像与样本图像的第二匹配结果,如果第二匹配结果满足预设条件,则将参考属性值作为第二描述信息,如果第二匹配结果不满足预设条件,则生成与样本图像的待描述属性对应的文本信息作为第二描述信息,由此,可以有效结合参考图像的参考属性值以提升第二描述信息的获取效率,并在二匹配结果不满足预设条件时,生成与样本图像的待描述属性对应的文本信息作为第二描述信息,以有效避免样本图像缺少对应的第二描述信息而影响样本文本的生成效果,能够有效提升样本文本生成过程的鲁棒性。通过根据待描述属性,生成与参考图像对应的第一特征向量,根据待描述属性,生成与样本图像对应的第二特征向量,确定第一特征向量和第二特征向量之间的聚类距离值,并将聚类距离值作为第二匹配结果;其中,聚类距离值,是在第一特征向量为聚类中心的情况下,第一特征向量和第二特征向量之间的距离值,由此,所得聚类距离值可以准确、形象地表征参考图像与样本图像之间针对待描述属性的匹配结果,从而有效提升所得第二匹配结果的可靠性。
图4是根据本公开第四实施例的示意图。
如图4所示,该样本文本生成方法,包括:
S401:获取与样本图像对应的初始文本。
S402:根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息包括:第一描述信息和/或第二描述信息,第一描述信息基于内容维度描述样本图像,第二描述信息基于属性维度描述样本图像。
S401和S402的描述说明可以具体参见上述实施例,在此不再赘述。
S403:获取结构化模板。
其中,结构化模板,是指被用于区分文本中不同部分的功能的模板。
举例而言,结构化模板中[]内为可填充内容,()内为可选内容。则该结构化模板可以是纯文本模板,例如:
[图片内容主题描述],[图片内容细节描述](,艺术家:[名称])(,类型:[名称])(,风格:[名称])
这种纯文本模板,在使用过程中直观、便于理解。
或者,该结构化模板,还可以是包含特殊标记的特殊标记模板:
[图片内容主题描述],[图片内容细节描述](,<a>[名称])(,<t>[名称])(,<s>[名称])
其中,<a>,<t>,<s>分别代表在文本模型中标记艺术家、类型、风格的特殊词元。
这种特殊标记模板借用了语言模型对特殊标记的敏感性,更容易让模型学会。除了以上词元外,还可以根据其他附加信息,增加特殊词元,对此不做限制。
S404:根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本。
本公开实施例中,在根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本时,可以是将结构化模板、第一描述信息和/或第二描述信息输入至预训练的机器学习模型中,以得到样本文本,或者,还可以采用工程学或数学的方法根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本,对此不做限制。
可选的,一些实施例中,结构化模板包括:至少一个目标标识,在根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本时,可以是从第一描述信息和/或第二描述信息中识别与目标标识对应的目标描述信息,对至少一个目标描述信息聚合处理,并将聚合所得描述信息作为样本文本,由此,可以基于目标标识准确、快速地从第一描述信息和/或第二描述信息中识别与目标标识对应的目标描述信息,并对所得至少一个目标描述信息聚合处理,以有效提升所得样本文本的结构化程度。
其中,目标标识,是指结构化模板中被用于识别目标描述信息的标识。
其中,目标描述信息,是指第一描述信息和/或第二描述信息中与目标标识对应的描述信息。
也即是说,本公开实施例在根据初始文本,确定样本图像的图像描述信息之后,可以获取结构化模板,根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本,由此,可以基于结构化模板有效提升样本文本的获取效率和结构化程度,以有效提升所得样本文本的实用性。
本实施例中,通过获取结构化模板,根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本,由此,可以基于结构化模板有效提升样本文本的获取效率和结构化程度,以有效提升所得样本文本的实用性。通过从第一描述信息和/或第二描述信息中识别与目标标识对应的目标描述信息,对至少一个目标描述信息聚合处理,并将聚合所得描述信息作为样本文本,由此,可以基于目标标识准确、快速地从第一描述信息和/或第二描述信息中识别与目标标识对应的目标描述信息,并对所得至少一个目标描述信息聚合处理,以有效提升所得样本文本的结构化程度。
举例而言,如图5所示,图5是根据本公开实施例的样本文本的生成过程示意图,其样本文本的生成流程如下所示:
获取原始训练数据,其中,原始训练数据中包括:有风格信息的样本图像(如印象主义和超现实主义)和无风格信息的样本图像;
以有风格信息的样本图像作为聚类中心,对图片的表示向量进行聚类,对聚类后的图片,与聚类中心的距离在一定阈值内的,则认为是该风格的图片,如果这些图片的文本描述中没有该风格,则在文本描述中添加该风格的关键词;
获取样本图像的原始描述(星空),即上述初始文本;
在原始描述中添加上述聚类中心风格词(印象主义);
将“星空”和“印象主义”嵌套入结构化模板(纯文本模板或者特殊标记模板)中,以得到样本文本。
本公开实施例中,可以对用户输入的图片描述,自动进行文本解析,从中拆分出图片内容和风格信息的描述,用模板进行结构化,再输入模型。
图6是根据本公开第五实施例的示意图。
如图6所示,该样本文本生成装置60,包括:
获取模块601,用于获取与样本图像对应的初始文本;
确定模块602,用于根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息用于基于内容维度和/或属性维度描述样本图像;以及
生成模块603,用于根据图像描述信息,生成与样本图像对应的样本文本。
在本公开的一些实施例中,如图7所示,图7是根据本公开第六实施例的示意图,该样本文本生成装置70,包括:获取模块701、确定模块702、生成模块703,图像描述信息包括:第一描述信息,第一描述信息基于内容维度描述样本图像;
其中,确定模块702,包括:
第一确定子模块7021,用于确定内容维度的至少一个描述粒度,其中,描述粒度表示对样本图像进行描述的精细程度等级;
第二确定子模块7022,用于根据至少一个描述粒度处理初始文本,以确定样本图像的第一描述信息。
在本公开的一些实施例中,初始文本包括:至少一个内容描述信息;其中,第二确定子模块7022,具体用于:
确定描述粒度与至少一个内容描述信息的第一匹配结果;
根据第一匹配结果,从至少一个内容描述信息中确定第一描述信息。
在本公开的一些实施例中,第一匹配结果包括:至少一个匹配值,匹配值用于指示描述粒度与内容描述信息之间的匹配程度等级;其中,第二确定子模块7022,还用于:
将至少一个匹配值中最大匹配值对应的内容描述信息作为第一描述信息。
在本公开的一些实施例中,描述信息包括:第二描述信息,第二描述信息基于属性维度描述样本图像;
其中,确定模块702,还包括:
第三确定子模块7023,用于确定样本图像的待描述属性;
第一获取子模块7024,用于根据待描述属性,获取第二描述信息。
在本公开的一些实施例中,其中,第一获取子模块7024,具体用于:
获取至少一个参考图像,其中,参考图像的待描述属性具有对应的参考属性值;
根据待描述属性,确定参考图像与样本图像的第二匹配结果;
如果第二匹配结果满足预设条件,则将参考属性值作为第二描述信息;
如果第二匹配结果不满足预设条件,则生成与样本图像的待描述属性对应的文本信息作为第二描述信息。
在本公开的一些实施例中,其中,第一获取子模块7024,还用于:
根据待描述属性,生成与参考图像对应的第一特征向量;
根据待描述属性,生成与样本图像对应的第二特征向量;
确定第一特征向量和第二特征向量之间的聚类距离值,并将聚类距离值作为第二匹配结果;其中,聚类距离值,是在第一特征向量为聚类中心的情况下,第一特征向量和第二特征向量之间的距离值。
在本公开的一些实施例中,图像描述信息包括:第一描述信息和/或第二描述信息,第一描述信息基于内容维度描述样本图像,第二描述信息基于属性维度描述样本图像;
其中,生成模块703,包括:
第二获取子模块7031,用于获取结构化模板;
识别子模块7032,用于根据结构化模板,从第一描述信息和/或第二描述信息中识别得到样本文本。
在本公开的一些实施例中,结构化模板包括:至少一个目标标识;其中,识别子模块7032,具体用于:
从第一描述信息和/或第二描述信息中识别与目标标识对应的目标描述信息;
对至少一个目标描述信息聚合处理,并将聚合所得描述信息作为样本文本。
可以理解的是,本实施例附图7中的样本文本生成装置70与上述实施例中的样本文本生成装置60,获取模块701与上述实施例中的获取模块601,确定模块702与上述实施例中的确定模块602,生成模块703与上述实施例中的生成模块603,可以具有相同的功能和结构。
需要说明的是,前述对样本文本生成方法的解释说明也适用于本实施例样本文本生成装置。
本实施例中,通过获取与样本图像对应的初始文本,根据初始文本,确定样本图像的图像描述信息,其中,图像描述信息用于基于内容维度和/或属性维度描述样本图像,以及根据图像描述信息,生成与样本图像对应的样本文本,由此,可以保证所得样本文本对于样本图像的描述准确性,并基于不同维度的图像描述信息有效提升所得样本文本的描述丰富性,从而有效提升样本文本对于样本图像的描述效果。
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8示出了可以用来实施本公开的样本文本生成方法的示例电子设备的示意性框图。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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如执行样本文本生成方法。例如,在一些实施例中,执行样本文本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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的执行样本文本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801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行样本文本生成方法。
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)、互联网及区块链网络。
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 (21)
1.一种样本文本生成方法,包括:
获取与样本图像对应的初始文本;
根据所述初始文本,确定所述样本图像的图像描述信息,其中,所述图像描述信息用于基于内容维度和/或属性维度描述所述样本图像;以及
根据所述图像描述信息,生成与所述样本图像对应的样本文本。
2.根据权利要求1所述的方法,所述图像描述信息包括:第一描述信息,所述第一描述信息基于所述内容维度描述所述样本图像;
其中,所述根据所述初始文本,确定所述样本图像的图像描述信息,包括:
确定所述内容维度的至少一个描述粒度,其中,所述描述粒度表示对所述样本图像进行描述的精细程度等级;
根据所述至少一个描述粒度处理所述初始文本,以确定所述样本图像的第一描述信息。
3.根据权利要求2所述的方法,所述初始文本包括:至少一个内容描述信息;其中,所述根据所述至少一个描述粒度处理所述初始文本,以确定所述样本图像的第一描述信息,包括:
确定所述描述粒度与所述至少一个内容描述信息的第一匹配结果;
根据所述第一匹配结果,从所述至少一个内容描述信息中确定所述第一描述信息。
4.根据权利要求3所述的方法,所述第一匹配结果包括:至少一个匹配值,所述匹配值用于指示所述描述粒度与所述内容描述信息之间的匹配程度等级;其中,所述根据所述第一匹配结果,从所述至少一个内容描述信息中确定所述第一描述信息,包括:
将所述至少一个匹配值中最大匹配值对应的所述内容描述信息作为所述第一描述信息。
5.根据权利要求1所述的方法,所述描述信息包括:第二描述信息,所述第二描述信息基于所述属性维度描述所述样本图像;
其中,所述根据所述初始文本,确定所述样本图像的图像描述信息,包括:
确定所述样本图像的待描述属性;
根据所述待描述属性,获取所述第二描述信息。
6.根据权利要求5所述的方法,其中,所述根据所述待描述属性,获取所述第二描述信息,包括:
获取至少一个参考图像,其中,所述参考图像的待描述属性具有对应的参考属性值;
根据所述待描述属性,确定所述参考图像与所述样本图像的第二匹配结果;
如果所述第二匹配结果满足预设条件,则将所述参考属性值作为所述第二描述信息;
如果所述第二匹配结果不满足预设条件,则生成与所述样本图像的所述待描述属性对应的文本信息作为所述第二描述信息。
7.根据权利要求6所述的方法,其中,所述根据所述待描述属性,确定所述参考图像与所述样本图像的第二匹配结果,包括:
根据所述待描述属性,生成与所述参考图像对应的第一特征向量;
根据所述待描述属性,生成与所述样本图像对应的第二特征向量;
确定所述第一特征向量和所述第二特征向量之间的聚类距离值,并将所述聚类距离值作为所述第二匹配结果;其中,所述聚类距离值,是在所述第一特征向量为聚类中心的情况下,所述第一特征向量和所述第二特征向量之间的距离值。
8.根据权利要求1所述的方法,所述图像描述信息包括:第一描述信息和/或第二描述信息,所述第一描述信息基于所述内容维度描述所述样本图像,所述第二描述信息基于所述属性维度描述所述样本图像;
其中,所述根据所述图像描述信息,生成与所述样本图像对应的样本文本,包括:
获取结构化模板;
根据所述结构化模板,从所述第一描述信息和/或所述第二描述信息中识别得到所述样本文本。
9.根据权利要求8所述的方法,所述结构化模板包括:至少一个目标标识;其中,所述根据所述结构化模板,从所述第一描述信息和/或所述第二描述信息中识别得到所述样本文本,包括:
从所述第一描述信息和/或所述第二描述信息中识别与所述目标标识对应的目标描述信息;
对至少一个所述目标描述信息聚合处理,并将聚合所得描述信息作为所述样本文本。
10.一种样本文本生成装置,包括:
获取模块,用于获取与样本图像对应的初始文本;
确定模块,用于根据所述初始文本,确定所述样本图像的图像描述信息,其中,所述图像描述信息用于基于内容维度和/或属性维度描述所述样本图像;以及
生成模块,用于根据所述图像描述信息,生成与所述样本图像对应的样本文本。
11.根据权利要求10所述的装置,所述图像描述信息包括:第一描述信息,所述第一描述信息基于所述内容维度描述所述样本图像;
其中,所述确定模块,包括:
第一确定子模块,用于确定所述内容维度的至少一个描述粒度,其中,所述描述粒度表示对所述样本图像进行描述的精细程度等级;
第二确定子模块,用于根据所述至少一个描述粒度处理所述初始文本,以确定所述样本图像的第一描述信息。
12.根据权利要求11所述的装置,所述初始文本包括:至少一个内容描述信息;其中,所述第二确定子模块,具体用于:
确定所述描述粒度与所述至少一个内容描述信息的第一匹配结果;
根据所述第一匹配结果,从所述至少一个内容描述信息中确定所述第一描述信息。
13.根据权利要求12所述的装置,所述第一匹配结果包括:至少一个匹配值,所述匹配值用于指示所述描述粒度与所述内容描述信息之间的匹配程度等级;其中,所述第二确定子模块,还用于:
将所述至少一个匹配值中最大匹配值对应的所述内容描述信息作为所述第一描述信息。
14.根据权利要求10所述的装置,所述描述信息包括:第二描述信息,所述第二描述信息基于所述属性维度描述所述样本图像;
其中,所述确定模块,还包括:
第三确定子模块,用于确定所述样本图像的待描述属性;
第一获取子模块,用于根据所述待描述属性,获取所述第二描述信息。
15.根据权利要求14所述的装置,其中,所述第一获取子模块,具体用于:
获取至少一个参考图像,其中,所述参考图像的待描述属性具有对应的参考属性值;
根据所述待描述属性,确定所述参考图像与所述样本图像的第二匹配结果;
如果所述第二匹配结果满足预设条件,则将所述参考属性值作为所述第二描述信息;
如果所述第二匹配结果不满足预设条件,则生成与所述样本图像的所述待描述属性对应的文本信息作为所述第二描述信息。
16.根据权利要求15所述的装置,其中,所述第一获取子模块,还用于:
根据所述待描述属性,生成与所述参考图像对应的第一特征向量;
根据所述待描述属性,生成与所述样本图像对应的第二特征向量;
确定所述第一特征向量和所述第二特征向量之间的聚类距离值,并将所述聚类距离值作为所述第二匹配结果;其中,所述聚类距离值,是在所述第一特征向量为聚类中心的情况下,所述第一特征向量和所述第二特征向量之间的距离值。
17.根据权利要求10所述的装置,所述图像描述信息包括:第一描述信息和/或第二描述信息,所述第一描述信息基于所述内容维度描述所述样本图像,所述第二描述信息基于所述属性维度描述所述样本图像;
其中,所述生成模块,包括:
第二获取子模块,用于获取结构化模板;
识别子模块,用于根据所述结构化模板,从所述第一描述信息和/或所述第二描述信息中识别得到所述样本文本。
18.根据权利要求17所述的装置,所述结构化模板包括:至少一个目标标识;其中,所述识别子模块,具体用于:
从所述第一描述信息和/或所述第二描述信息中识别与所述目标标识对应的目标描述信息;
对至少一个所述目标描述信息聚合处理,并将聚合所得描述信息作为所述样本文本。
19.一种电子设备,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权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,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1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490695.7A CN115934987A (zh) | 2022-11-25 | 2022-11-25 | 样本文本生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490695.7A CN115934987A (zh) | 2022-11-25 | 2022-11-25 | 样本文本生成方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115934987A true CN115934987A (zh) | 2023-04-07 |
Family
ID=86696986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211490695.7A Pending CN115934987A (zh) | 2022-11-25 | 2022-11-25 | 样本文本生成方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115934987A (zh) |
-
2022
- 2022-11-25 CN CN202211490695.7A patent/CN115934987A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113407850B (zh) | 一种虚拟形象的确定和获取方法、装置以及电子设备 | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
CN115358392B (zh) | 深度学习网络的训练方法、文本检测方法及装置 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN112861885A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113360711A (zh) | 视频理解任务的模型训练和执行方法、装置、设备及介质 | |
CN114881129A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN112560461A (zh) | 新闻线索的生成方法、装置、电子设备及存储介质 | |
CN113537192A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN113657395A (zh) | 文本识别方法、视觉特征提取模型的训练方法及装置 | |
CN113887615A (zh) | 图像处理方法、装置、设备和介质 | |
CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
CN112949433B (zh) | 视频分类模型的生成方法、装置、设备和存储介质 | |
CN113641829A (zh) | 图神经网络的训练与知识图谱的补全方法、装置 | |
CN114863450B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113032251B (zh) | 应用程序服务质量的确定方法、设备和存储介质 | |
CN114817476A (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
CN114445668A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113886543A (zh) | 生成意图识别模型的方法、装置、介质及程序产品 | |
CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
CN115934987A (zh) | 样本文本生成方法、装置及电子设备 | |
CN113963011A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113901901A (zh) | 图像处理模型的训练方法、装置、电子设备和介质 | |
CN116628167B (zh) | 一种响应确定方法、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 |