[发明专利]一种词创作生成方法、装置、计算机设备及存储介质

权利要求书

1.一种词创作生成方法，其特征在于，包括：

确定待生成的目标词所属的目标词牌名；

从预先训练好的各个词生成模型中确定出与所述目标词牌名对应的目标词生成模型，所述各个词生成模型与各种词牌名预设有对应关系，每个所述词生成模型由基于双向LSTM的注意力模型通过对应的词牌名下多个词样本训练得到；

获取所述目标词的首句作为目标首句；

将所述目标首句作为输入投入至所述目标词生成模型，得到所述目标词生成模型输出的目标后续词句；

将所述目标首句与所述目标后续词句组合，得到所述目标词。

2.根据权利要求1所述的词创作生成方法，其特征在于，每个词生成模型通过以下步骤预先训练好：

获取预先收集的、与所述每个词生成模型对应的词牌名下的多个词样本；

提取所述多个词样本中每个词样本的首句作为样本首句；

针对每个样本首句，将所述每个样本首句作为输入投入至基于双向LSTM的注意力模型，得到所述注意力模型输出的样本后续词句；

针对每个词样本，以输出的所述样本后续词句作为调整目标，调整所述注意力模型的参数，以最小化输出的所述样本后续词句与所述每个词样本中的已有后续词句之间的误差；

若每个词样本对应的样本后续词句与已有后续词句之间的误差满足预设的训练终止条件，则确定所述注意力模型为已训练好的词生成模型。

3.根据权利要求2所述的词创作生成方法，其特征在于，在确定所述注意力模型为已训练好的词生成模型之前，还包括：

判断每个词样本对应的样本后续词句与已有后续词句之间的误差是否均小于预设的第一误差值；

若每个词样本对应的样本后续词句与已有后续词句之间的误差均小于预设的第一误差值，则确定每个词样本对应的样本后续词句与已有后续词句之间的误差满足预设的训练终止条件；

或

判断符合条件的词样本在所有词样本中的占比是否超过预设的比例阈值，所述符合条件的词样本是指样本后续词句与已有后续词句之间的误差小于预设的第二误差值的词样本；

若符合条件的词样本在所有词样本中的占比超过预设的比例阈值，则确定每个词样本对应的样本后续词句与已有后续词句之间的误差满足预设的训练终止条件；

或

计算所述多个词样本对应的样本后续词句与已有后续词句之间的误差的平均值；

判断所述平均值是否小于预设的第三误差值；

若所述平均值小于预设的第三误差值，则确定每个词样本对应的样本后续词句与已有后续词句之间的误差满足预设的训练终止条件。

4.根据权利要求1至3中任一项所述的词创作生成方法，其特征在于，在将所述目标首句作为输入投入至所述目标词生成模型，得到所述目标词生成模型输出的目标后续词句之前，还包括：对所述目标首句进行向量化处理，得到目标首句向量；

所述将所述目标首句作为输入投入至所述目标词生成模型，得到所述目标词生成模型输出的目标后续词句的步骤具体为：将所述目标首句向量作为输入投入至所述目标词生成模型，得到所述目标词生成模型输出的目标后续词句向量；

在将所述目标首句作为输入投入至所述目标词生成模型，得到所述目标词生成模型输出的目标后续词句之后，还包括：对所述目标后续词句向量进行文本转换，得到目标后续词句。

5.根据权利要求4所述的词创作生成方法，其特征在于，所述对所述目标首句进行向量化处理，得到目标首句向量包括：

采用预设的字典将所述目标首句中各个字词转化为各个一维行向量，所述字典记录了字词与各个一维行向量之间的对应关系；

按照所述目标首句中各个字词的次序将所述各个一维行向量组成一个二维向量作为目标首句向量。