[發(fā)明專利]基于人工智能的文本生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010219702.4
• 申請(qǐng)日: 2020-03-25
• 公開（公告）號(hào): CN111444695B
• 公開（公告）日: 2022-03-01
• 發(fā)明（設(shè)計(jì)）人: 李丕績;劉曉江
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F40/186
• 分類號(hào): G06F40/186;G06F40/284
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 常忠良

1.一種基于人工智能的文本生成方法，其特征在于，包括：

獲取待生成文本的模板信息，所述模板信息用于表征待生成文本的模板格式要求；

根據(jù)所述待生成文本的模板信息，確定所述待生成文本中各符號(hào)位置的格式信息，所述格式信息包括第一格式標(biāo)識(shí)、第二格式標(biāo)識(shí)和第三格式標(biāo)識(shí)中的至少一種；所述第一格式標(biāo)識(shí)用于表征符號(hào)類型及韻律信息；所述第二格式標(biāo)識(shí)用于表征分句內(nèi)部位置信息；所述第三格式標(biāo)識(shí)用于表征分句位置信息；

根據(jù)所述待生成文本中各符號(hào)位置的格式信息和預(yù)先構(gòu)建的強(qiáng)文本生成模型，得到所述強(qiáng)文本生成模型輸出的所述待生成文本中各符號(hào)位置的符號(hào)概率；所述強(qiáng)文本生成模型是基于訓(xùn)練文本以及所述訓(xùn)練文本中各符號(hào)的格式信息訓(xùn)練得到的；

根據(jù)所述待生成文本中各符號(hào)位置的符號(hào)概率，確定所述待生成文本中各符號(hào)位置的符號(hào)；

將所述待生成文本中各符號(hào)位置的符號(hào)按照符號(hào)位置排序組合，得到待生成文本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述待生成文本中各符號(hào)位置的符號(hào)概率，確定所述待生成文本中各符號(hào)位置的符號(hào)，包括：

將所述待生成文本中各符號(hào)位置的符號(hào)概率進(jìn)行校驗(yàn)，得到所述待生成文本中各符號(hào)位置的校驗(yàn)符號(hào)概率；

根據(jù)所述待生成文本中各符號(hào)位置的校驗(yàn)符號(hào)概率，確定所述待生成文本中各符號(hào)位置對(duì)應(yīng)的候選符號(hào)；

根據(jù)所述待生成文本中各符號(hào)位置對(duì)應(yīng)的候選符號(hào)，確定所述待生成文本中各符號(hào)位置的符號(hào)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述強(qiáng)文本生成模型包括掩碼自注意機(jī)制建模層和全局注意力機(jī)制建模層，所述掩碼自注意機(jī)制建模層的輸出數(shù)據(jù)是全局注意力機(jī)制建模層的輸入數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取待補(bǔ)全文本；

所述根據(jù)所述待生成文本中各符號(hào)位置的格式信息和預(yù)先構(gòu)建的強(qiáng)文本生成模型，得到所述強(qiáng)文本生成模型輸出的所述待生成文本中各符號(hào)位置的符號(hào)概率，具體為：

根據(jù)所述待補(bǔ)全文本、所述待生成文本中各符號(hào)位置的格式信息、和預(yù)先構(gòu)建的強(qiáng)文本生成模型，得到所述強(qiáng)文本生成模型輸出的所述待生成文本中各符號(hào)位置的符號(hào)概率。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述強(qiáng)文本生成模型的訓(xùn)練過程，包括：

獲取所述訓(xùn)練文本以及所述訓(xùn)練文本中各符號(hào)的格式信息；

提取所述訓(xùn)練文本的文本特征；

根據(jù)所述訓(xùn)練文本中各符號(hào)的格式信息，確定所述訓(xùn)練文本中各符號(hào)的格式特征；

利用所述訓(xùn)練文本的文本特征和所述訓(xùn)練文本中各符號(hào)的格式特征，對(duì)所述強(qiáng)文本生成模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的強(qiáng)文本生成模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取訓(xùn)練文本，包括：獲取原始文本，并按照預(yù)設(shè)掩碼信息，對(duì)所述原始文本進(jìn)行掩碼處理，得到所述訓(xùn)練文本；

或者，所述獲取訓(xùn)練文本，包括：

獲取原始文本和原始主題詞；

根據(jù)所述原始主題詞，確定至少一個(gè)目標(biāo)主題詞；

將所述原始文本中的目標(biāo)主題詞進(jìn)行掩碼處理，得到所述訓(xùn)練文本；

所述利用所述訓(xùn)練文本的文本特征和所述訓(xùn)練文本中各符號(hào)的格式特征，對(duì)所述強(qiáng)文本生成模型進(jìn)行訓(xùn)練，包括：

利用所述至少一個(gè)目標(biāo)主題詞、所述訓(xùn)練文本的文本特征和所述訓(xùn)練文本中各符號(hào)的格式特征，對(duì)所述強(qiáng)文本生成模型進(jìn)行訓(xùn)練。