[發明專利]一種文本生成方法、裝置、電子設備及介質

在審

• 申請號: 202110103645.8
• 申請日: 2021-01-26
• 公開（公告）號: CN112800744A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 張杰;于皓;陳棟;吳信東
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/216;G06F40/247;G06F40/284;G06F40/289;G06F40/186;G10L15/26
• 代理公司: 北京超成律師事務所 11646
• 代理人: 孔默

本申請提供了一種文本生成方法、裝置、電子設備及介質，所述方法包括：獲取目標語音信息，采用自動語音識別技術，將目標語音信息轉換為目標文本信息；根據預先設置的詞語和主題之間的映射關系，確定各個第一詞語對應的候選主題；從全部候選主題中選擇出現次數最多的候選主題作為目標文本信息的目標主題，論元用來表示主題的屬性；將第二詞語寫入對應的論元中，其中，第二詞語為第一詞語中和目標主題下的論元存在對應關系的詞語；將論元中的內容添加到目標底稿模板中對應的位置上，以生成目標語音信息的底稿文件。本申請能根據采訪的音視頻內容快速生成新聞底稿，減輕了新聞工作者的負擔，提高了新聞撰寫效率，保證了新聞的時效性。

技術領域

本申請涉及信息處理領域，具體而言，涉及一種文本生成方法、裝置、電子設備及介質。

背景技術

隨著互聯網的普遍應用，在人們的日常生活中充斥著各種各樣的大量信息，新聞工作者每天需要將其中有價值的信息提取出來撰寫成文字版的新聞稿投放到不同的媒體中。

很多時候，新聞工作者需要先在新聞現場進行實況報道和采訪，在現場的工作結束后，就要立即根據記錄下的音頻或視頻形式的采訪內容，進行相關的新聞稿撰寫的工作。

但是，篇幅冗長的新聞稿撰寫對新聞工作者來說是個巨大的負擔，很多時候新聞工作者難以及時將新聞稿完成，而這樣無疑會嚴重影響新聞的時效性。

發明內容

有鑒于此，本申請的目的在于提供一種文本生成方法、裝置、電子設備及介質，能夠將采訪的相關音視頻信息轉換為對應的文本信息，并根據文本信息生成新聞底稿，生成的新聞底稿準確性極高，新聞工作者只需在新聞底稿的基礎上進行較少篇幅的補充以及修改，大幅降低了新聞工作者撰寫新聞稿的工作量，并且保證了新聞的時效性。

第一方面，本申請實施例提供了一種文本生成方法，所述方法包括：

獲取目標語音信息，采用自動語音識別技術，將所述目標語音信息轉換為目標文本信息；

根據預先設置的詞語和主題之間的映射關系，確定各個第一詞語對應的候選主題，其中，所述第一詞語為所述目標文本信息中和主題存在映射關系的詞語，每個所述第一詞語對應至少一個主題，每個主題對應至少一個所述第一詞語；

從全部候選主題中選擇出現次數最多的候選主題作為所述目標文本信息的目標主題，其中，每個主題下包括至少一個論元，每個論元存在至少一個對應的第一詞語，論元用來表示主題的屬性；

將第二詞語寫入對應的論元中，其中，所述第二詞語為所述第一詞語中和所述目標主題下的論元存在對應關系的詞語；

將論元中的內容添加到目標底稿模板中對應的位置上，以生成所述目標語音信息的底稿文件，所述目標主題對應至少一個候選底稿模板，所述目標底稿模板是通過隨機選擇方式從所述候選底稿模板中選擇出來的。

在一種可能的實施例中，將所述目標語音信息轉換為目標文本信息之后，所述方法還包括：

識別所述目標文本信息中每個詞語的發音，將所述目標文本信息中不存在于預設的詞庫中的未收錄詞語替換為收錄詞語，得到第一目標文本信息，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音相同的詞語；

基于預先配置的語法規則對所述第一目標文本信息進行處理，得到第二目標文本信息；

若所述第一目標文本信息中存在對應多個候選人員的名字詞語，確定所述名字詞語在所述第二目標文本信息的語境下唯一對應的目標人員；

基于機器學習對所述第二目標文本信息添加標點符號，得到第三目標文本信息，將所述第三目標文本信息作為所述目標文本信息，其中，所述標點符號包括：逗號、句號、嘆號，問號。

在一種可能的實施例中，將所述第二詞語寫入對應的論元之前，所述方法還包括：