[發(fā)明專利]文本生成方法、文本生成裝置以及已學習模型

在審

• 申請?zhí)枺?/td>: 201911343811.0
• 申請日: 2019-12-24
• 公開（公告）號: CN111382251A
• 公開（公告）日: 2020-07-07
• 發(fā)明（設計）人: 橫手健一;巖山真
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/151
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 程晨

1.一種文本生成方法，其中，

生成對將文本分割而得到的要素的配對進行了學習的輔助置換器，

生成在所述輔助置換器的結合后對復述前后的文本進行了學習的文本生成器，

使用所述文本生成器來生成文本。

2.根據(jù)權利要求1所述的文本生成方法，其中，

收集將所述文本分割而得到的要素的配對，

根據(jù)所述要素的配對，生成在所述輔助置換器的學習中使用的置換教師數(shù)據(jù)，

根據(jù)所述置換教師數(shù)據(jù)，生成所述輔助置換器，

結合所述輔助置換器和未學習的文本生成器，

收集在所述文本生成器的學習中使用的所述復述前后的文本，

根據(jù)所述復述前后的文本，生成在所述文本生成器的學習中使用的生成教師數(shù)據(jù)，

根據(jù)所述生成教師數(shù)據(jù)，生成能夠執(zhí)行所述文本的復述的所述文本生成器。

3.根據(jù)權利要求1所述的文本生成方法，其中，

在包括不同的要素的文本之間，將通過1個要素的置換不會成為要素相同的集合的文本彼此定義為表層相似度低時，

所述復述前后的文本的所述表層相似度低。

4.根據(jù)權利要求1所述的文本生成方法，其中，

所述文本生成器對由所述輔助置換器學習的所述要素的配對的組合進行學習。

5.根據(jù)權利要求1所述的文本生成方法，其中，

所述文本生成器是具有輸入層、中間層以及輸出層的神經(jīng)網(wǎng)絡，

所述輔助置換器設置于所述神經(jīng)網(wǎng)絡的輸入層或者中間層。

6.根據(jù)權利要求1所述的文本生成方法，其中，

針對所述要素的配對表示的每個作用生成所述輔助置換器，

針對每個所述作用生成的多個輔助置換器被結合到所述文本生成器。

7.根據(jù)權利要求6所述的文本生成方法，其中，

所述作用是從以下中的至少任意1個選擇的：從行為內容向行為對象、從愿望句向疑問句、反義詞、略語、別名、從行為內容向行為主體、從行為內容向行為結果、從上位概念詞向下位概念詞以及比喻。

8.一種文本生成裝置，具備：

輔助置換器生成部，生成對將文本分割而得到的要素的配對進行了學習的輔助置換器；以及

文本生成器生成部，生成在所述輔助置換器的結合后對復述前后的文本進行了學習的文本生成器。

9.一種已學習模型，具備：

第1神經(jīng)網(wǎng)絡；以及

第2神經(jīng)網(wǎng)絡，被結合到所述第1神經(jīng)網(wǎng)絡的一部分的節(jié)點。

10.根據(jù)權利要求9所述的已學習模型，其中，

所述第2神經(jīng)網(wǎng)絡設置于所述第1神經(jīng)網(wǎng)絡的輸入層，

所述第1神經(jīng)網(wǎng)絡具備被輸入來自所述第1神經(jīng)網(wǎng)絡的輸入層的節(jié)點的輸出和來自所述第2神經(jīng)網(wǎng)絡的輸出這雙方的節(jié)點。

11.根據(jù)權利要求9所述的已學習模型，其中，

所述第2神經(jīng)網(wǎng)絡設置于所述第1神經(jīng)網(wǎng)絡的中間層，

所述第1神經(jīng)網(wǎng)絡具備被輸入來自所述第1神經(jīng)網(wǎng)絡的節(jié)點的輸出和來自所述第2神經(jīng)網(wǎng)絡的輸出這雙方的節(jié)點。

12.根據(jù)權利要求9所述的已學習模型，其中，

所述第2神經(jīng)網(wǎng)絡對由所述第1神經(jīng)網(wǎng)絡學習的功能的一部分進行學習，

所述第1神經(jīng)網(wǎng)絡對由所述第2神經(jīng)網(wǎng)絡學習了的功能的組合進行學習。

13.根據(jù)權利要求11所述的已學習模型，其中，

所述第2神經(jīng)網(wǎng)絡針對每個作用對由所述第1神經(jīng)網(wǎng)絡學習的功能的一部分進行學習。