[發明專利]一種提高內容一致性的長文本故事生成方法及系統

在審

• 申請號: 202011380561.0
• 申請日: 2020-12-01
• 公開（公告）號: CN112395842A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 楊堅新;卓漢逵
• 申請（專利權）人: 中山大學
• 主分類號: G06F40/166
• 分類號: G06F40/166;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 李思坪

1.一種提高內容一致性的長文本故事生成方法，其特征在于，包括以下步驟：

獲取數據集并對數據集進行預處理，得到訓練集；

基于訓練集的故事標題、故事內容和故事情節序列對預構建故事生成模型進行訓練，得到訓練完成的故事生成模型；

將待測標題輸入到訓練完成的故事生成模型，生成故事文本。

2.根據權利要求1所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述故事生成模型包括故事情節自編碼模塊、故事規劃模塊和故事生成模塊。

3.根據權利要求2所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述基于訓練集的故事標題、故事內容和故事情節序列對預構建故事生成模型進行訓練，得到訓練完成的故事生成模型這一步驟，其具體包括：

基于訓練集的故事內容訓練故事情節自編碼模塊，得到訓練完成的故事情節自編碼模塊；

基于訓練集中標題和對應故事內容得到對應故事情節序列，并訓練故事規劃模塊，得到訓練完成的故事規劃模塊；

根據訓練集中標題、對應故事內容和對應故事情節序列訓練故事生成模塊，得到訓練完成的故事生成模塊；

根據訓練完成的故事情節自編碼模塊、訓練完成的故事規劃模塊和訓練完成的故事生成模塊，得到訓練完成的故事生成模型。

4.根據權利要求3所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述基于訓練集的故事內容訓練故事情節自編碼模塊，得到訓練完成的故事情節自編碼模塊這一步驟，其具體還包括：

對訓練集中多個故事內容分別編碼壓縮，得到多個特征圖；

將多個特征圖映射成向量情節序列，得到故事情節向量表；

存儲故事情節向量表，得到訓練完成的故事情節自編碼模塊。

5.根據權利要求4所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述將待測標題輸入到訓練完成的故事生成模型，生成故事文本這一步驟，其具體包括：

基于故事情節自編碼模塊對待測標題進行編碼，得到標題編碼信息；

將標題編碼信息輸入到訓練完成的故事規劃模塊，映射得到故事情節序列；

將故事情節序列輸入到訓練完成的故事生成模塊，將故事情節向量序列解碼得到故事文本。

6.根據權利要求5所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述標題編碼信息具體為特征圖。

7.根據權利要求6所述一種提高內容一致性的長文本故事生成方法，其特征在于，所述故事生成模塊采用反卷積神經網絡。

8.一種提高內容一致性的長文本故事生成系統，其特征在于，包括以下模塊：

數據獲取模塊，用于獲取數據集并對數據集進行預處理，得到訓練集；

訓練模塊，用于基于訓練集的故事標題、故事內容和故事情節序列對預構建故事生成模型進行訓練，得到訓練完成的故事生成模型；

生成模塊，用于將待測標題輸入到訓練完成的故事生成模型，生成故事文本。