[發(fā)明專利]一種文本生成方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110103645.8
• 申請(qǐng)日: 2021-01-26
• 公開（公告）號(hào): CN112800744A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 張杰;于皓;陳棟;吳信東
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G06F40/205
• 分類號(hào): G06F40/205;G06F40/216;G06F40/247;G06F40/284;G06F40/289;G06F40/186;G10L15/26
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 孔默

1.一種文本生成方法，其特征在于，所述方法包括：

獲取目標(biāo)語音信息，采用自動(dòng)語音識(shí)別技術(shù)，將所述目標(biāo)語音信息轉(zhuǎn)換為目標(biāo)文本信息；

根據(jù)預(yù)先設(shè)置的詞語和主題之間的映射關(guān)系，確定各個(gè)第一詞語對(duì)應(yīng)的候選主題，其中，所述第一詞語為所述目標(biāo)文本信息中和主題存在映射關(guān)系的詞語，每個(gè)所述第一詞語對(duì)應(yīng)至少一個(gè)主題，每個(gè)主題對(duì)應(yīng)至少一個(gè)所述第一詞語；

從全部候選主題中選擇出現(xiàn)次數(shù)最多的候選主題作為所述目標(biāo)文本信息的目標(biāo)主題，其中，每個(gè)主題下包括至少一個(gè)論元，每個(gè)論元存在至少一個(gè)對(duì)應(yīng)的第一詞語，論元用來表示主題的屬性；

將第二詞語寫入對(duì)應(yīng)的論元中，其中，所述第二詞語為所述第一詞語中和所述目標(biāo)主題下的論元存在對(duì)應(yīng)關(guān)系的詞語；

將論元中的內(nèi)容添加到目標(biāo)底稿模板中對(duì)應(yīng)的位置上，以生成所述目標(biāo)語音信息的底稿文件，所述目標(biāo)主題對(duì)應(yīng)至少一個(gè)候選底稿模板，所述目標(biāo)底稿模板是通過隨機(jī)選擇方式從所述候選底稿模板中選擇出來的。

2.根據(jù)權(quán)利要求1所述的文本生成方法，其特征在于，將所述目標(biāo)語音信息轉(zhuǎn)換為目標(biāo)文本信息之后，所述方法還包括：

識(shí)別所述目標(biāo)文本信息中每個(gè)詞語的發(fā)音，將所述目標(biāo)文本信息中不存在于預(yù)設(shè)的詞庫中的未收錄詞語替換為收錄詞語，得到第一目標(biāo)文本信息，其中，所述收錄詞語為存在于所述詞庫中的與所述未收錄詞語發(fā)音相同的詞語；

基于預(yù)先配置的語法規(guī)則對(duì)所述第一目標(biāo)文本信息進(jìn)行處理，得到第二目標(biāo)文本信息；

若所述第一目標(biāo)文本信息中存在對(duì)應(yīng)多個(gè)候選人員的名字詞語，確定所述名字詞語在所述第二目標(biāo)文本信息的語境下唯一對(duì)應(yīng)的目標(biāo)人員；

基于機(jī)器學(xué)習(xí)對(duì)所述第二目標(biāo)文本信息添加標(biāo)點(diǎn)符號(hào)，得到第三目標(biāo)文本信息，將所述第三目標(biāo)文本信息作為所述目標(biāo)文本信息，其中，所述標(biāo)點(diǎn)符號(hào)包括：逗號(hào)、句號(hào)、嘆號(hào)，問號(hào)。

3.根據(jù)權(quán)利要求1所述的文本生成方法，其特征在于，將所述第二詞語寫入對(duì)應(yīng)的論元之前，所述方法還包括：

確定所述目標(biāo)文本信息中包括的各個(gè)第一詞語出現(xiàn)的次數(shù)以及各個(gè)第一詞語對(duì)應(yīng)的詞性；若每兩個(gè)第一詞語間存在屬性關(guān)系，確定每兩個(gè)第一詞語之間的屬性關(guān)系；

將所述第一詞語出現(xiàn)的次數(shù)、所述第一詞語對(duì)應(yīng)的詞性以及所述每兩個(gè)第一詞語之間的屬性關(guān)系作為參數(shù)，計(jì)算得到每個(gè)所述第一詞語對(duì)應(yīng)的權(quán)重值；

刪除權(quán)重值小于預(yù)設(shè)權(quán)重閾值的所述第一詞語，將剩余的權(quán)重值大于等于預(yù)設(shè)權(quán)重閾值的所述第一詞語作為候選詞語，其中，所述權(quán)重值用來表征所述第一詞語的重要程度；

將候選詞語對(duì)應(yīng)的詞性以及每兩個(gè)候選詞語之間的屬性關(guān)系作為參數(shù)，計(jì)算得到每個(gè)候選詞語對(duì)應(yīng)的特征值；

將每兩個(gè)候選詞語之間的特征值相除得到每兩個(gè)候選詞語之間對(duì)應(yīng)的相似值；

若所述相似值處于預(yù)設(shè)范圍內(nèi)，則刪除兩個(gè)候選詞語中特征值較小的候選詞語，將剩余的候選詞語作為所述第一詞語，其中，相似值用來表征不同候選詞語之間的相似程度。

4.根據(jù)權(quán)利要求1所述的文本生成方法，其特征在于，將所述論元添加到目標(biāo)底稿模板中對(duì)應(yīng)的位置之后，所述方法還包括：

從多個(gè)候選語句中選擇任一候選語句作為目標(biāo)語句，其中，所述候選語句為所述目標(biāo)底稿模板中每個(gè)句子對(duì)應(yīng)的語句；

基于語言模型對(duì)每個(gè)所述目標(biāo)語句進(jìn)行詞語替換，得到替換語句，其中，所述詞語替換包括：指代詞替換，同義詞替換。