[發明專利]模型訓練的方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202111082569.3
• 申請日: 2021-09-15
• 公開（公告）號: CN113807430B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 溫琦;袁燚;范長杰;胡志鵬
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06N3/0455;G06N3/08
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 汪阮磊

本申請實施例公開了一種模型訓練的方法、裝置、計算機設備及存儲介質。可以利用同一文字形態且不同風格的至少兩個文字作為樣本文字，并且利用文字風格與一個指定文字的文字風格相同的文字作為樣本文字，基于樣本文字對具有形態編碼器和風格編碼器的待訓練的生成網絡進行訓練，使得訓練完成的生成網絡可以通過一個或極少量的目標文字，將其他與目標文字的文字風格不同的源文字，準確地轉換為與目標文字的文字風格相同的文字。

技術領域

本申請涉及計算機技術領域，具體涉及一種模型訓練的方法、裝置、計算機設備及存儲介質。

背景技術

漢字是古老而珍貴的文化遺產，自古以來，無數優秀的書法家留下了寶貴的書法作品，成為人類文明的輝煌成就。在悠久的歷史中，許多珍貴的書法作品丟失了，不同的書法家都有自己的書寫風格和筆觸細節，對于書法初學者來說，模仿大師的杰作將會對于書法學習非常有幫助。因此可以利用神經網格的技術，對文字的風格轉換進行建模，然而，現有的模型根據一個或極少量的參考文字，準確地生成多個與該參考文字風格一致但是形態不同的文字十分困難。

發明內容

本申請實施例提供一種文字生成方法、裝置、計算機設備及存儲介質，可以利用指定文字和隨機文字組成的樣本文字對生成網絡進行訓練，使得訓練完成的生成網絡可以通過一個或極少量的目標文字，將其他與目標文字的文字風格不同的源文字，準確地轉換為與目標文字的文字風格相同的文字。

本申請實施例提供一種模型訓練的方法，包括：

獲取待訓練的生成網絡的樣本文字，所述樣本文字包括至少兩個指定文字和至少一個隨機文字，所述至少兩個指定文字為同一文字形態的不同風格的字體，所述隨機文字的文字風格與一個所述指定文字的文字風格相同；

基于所述待訓練的生成網絡的形態編碼器，分別提取所述指定文字的文字形態，生成形態特征向量；

基于所述待訓練的生成網絡的風格編碼器，分別提取所述指定文字和所述隨機文字的文字風格，生成風格特征向量；

通過所述待訓練的生成網絡的解碼器，基于所述形態特征向量和所述風格特征向量，生成至少一個預測文字；

基于所述預測文字、所述指定文字和所述隨機文字，調整所述待訓練的生成網絡的參數，得到所述訓練完成的生成網絡。

相應的，本申請實施例還提供一種模型訓練的裝置，包括：

獲取單元，用于獲取待訓練的生成網絡的樣本文字，所述樣本文字包括至少兩個指定文字和至少一個隨機文字，所述至少兩個指定文字為同一文字形態的不同風格的字體，所述隨機文字的文字風格與一個所述指定文字的文字風格相同；

第一提取單元，用于基于所述待訓練的生成網絡的形態編碼器，分別提取所述指定文字的文字形態，生成形態特征向量；

第二提取單元，用于基于所述待訓練的生成網絡的風格編碼器，分別提取所述指定文字和所述隨機文字的文字風格，生成風格特征向量；

生成單元，用于通過所述待訓練的生成網絡的解碼器，基于所述形態特征向量和所述風格特征向量，生成至少一個預測文字；

調整單元，用于基于所述預測文字、所述指定文字和所述隨機文字，調整所述待訓練的生成網絡的參數，得到所述訓練完成的生成網絡。

可選的，所述獲取單元還用于：

從預設的第一數據集中獲取第一文字和第三文字，所述預設的第一數據集中包含具有第一風格的多個文字；

從預設的第二數據集中獲取第二文字和第四文字，所述預設的第二數據集中包含具有多種風格的多個文字，其中，所述第二文字和所述第四文字具有第二風格，且所述第二文字與所述第一文字具有相同的文字形態；