[发明专利]基于深度学习的诗歌生成方法、装置、设备及存储介质在审

专利信息
申请号: 201910430866.9 申请日: 2019-05-22
公开(公告)号: CN110134968A 公开(公告)日: 2019-08-16
发明(设计)人: 张荣升;汪硕芃;刘勇;毛晓曦;范长杰 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06N3/04
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 柴海平;刘芳
地址: 310052 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 主题信息 生成模型 存储介质 质量系数 筛选 模型训练 训练语料 主题内容 候选集 学习 关联
【说明书】:

发明实施例提供一种基于深度学习的诗歌生成方法、装置、设备及存储介质,本发明实施例的方法,预先根据各诗歌类型对应的训练语料,对基于深度学习的transformer模型训练,得到各诗歌类型对应的诗歌生成模型;在使用时,获取待生成诗歌的主题信息和诗歌类型;将主题信息输入诗歌类型对应的诗歌生成模型中,诗歌生成模型用于根据主题信息直接生成完整的诗歌,得到包括多首诗歌的候选集,能够从整体上把握所生成诗歌的主题内容,提高生成诗歌的质量;通过计算候选集中每首诗歌的质量系数;针对不同诗歌类型设定不同的筛选策略,根据质量系数从候选集中筛选出质量最高且与主题信息关联最强的至少一首诗歌,进一步提高了生成诗歌的质量。

技术领域

本发明实施例涉及计算机技术领域,尤其涉及一种基于深度学习的诗歌生成方法、装置、设备及存储介质。

背景技术

诗歌作为中华文化精髓的一部分,经过长时间的积累,产生了很多质量较高的古诗和现代诗等诗歌语料。随着深度学习技术的迅猛发展,基于深度学习的模型也被应用在诗歌创作上。深度学习模型通过学习现有的古诗或现代诗语料,学习它们的写作特征和方式,然后进行模仿、创作、再生成,从而实现自动生成诗歌的功能。

目前,基于深度学习的诗歌生成模型,采用逐句循环生成的方式生成诗歌,具体的,通过输入诗歌的主题信息或者诗歌的起始诗句,生成诗歌的下一句诗句,然后将生成的诗句作为下一次的输入,通过模型再次生成下一句,以此循环,直至得到完整的诗歌。通过这种逐句循环生成的方式生成的诗歌,诗歌中后一句诗句的产生仅仅依赖于前一句诗句的信息,一旦诗歌的句子数量较多时,后续生成的诗句会严重偏离主题信息,无法从整体上把握所生成诗歌的主题内容,生成诗歌的质量差。

发明内容

本发明实施例提供一种基于深度学习的诗歌生成方法、装置、设备及存储介质,用以解决现有技术中通过这种逐句循环生成的方式生成的诗歌,诗歌中后一句诗句的产生仅仅依赖于前一句诗句的信息,一旦诗歌的句子数量较多时,后续生成的诗句会严重偏离主题信息,无法从整体上把握所生成诗歌的主题内容,生成诗歌的质量差的问题。

本发明实施例的一个方面是提供一种基于深度学习的诗歌生成方法,包括:

获取待生成诗歌的主题信息和诗歌类型;

将所述主题信息输入所述诗歌类型对应的诗歌生成模型中,生成包括多首诗歌的候选集,所述诗歌类型对应的诗歌生成模型是采用所述诗歌类型对应的训练语料对基于深度学习的transformer模型训练得到;

计算所述候选集中每首诗歌的质量系数;

根据所述质量系数,确定所述候选集中的至少一首诗歌。

本发明实施例的另一个方面是提供一种基于深度学习的诗歌生成装置,包括:

数据获取模块,用于获取待生成诗歌的主题信息和诗歌类型;

诗歌生成模块,用于将所述主题信息输入所述诗歌类型对应的诗歌生成模型中,生成包括多首诗歌的候选集,所述诗歌类型对应的诗歌生成模型是采用所述诗歌类型对应的训练语料对基于深度学习的transformer模型训练得到;

质量筛选模块,用于:计算所述候选集中每首诗歌的质量系数;根据所述质量系数,确定所述候选集中的至少一首诗歌。

本发明实施例的另一个方面是提供一种基于深度学习的诗歌生成设备,包括:

存储器,处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,

所述处理器运行所述计算机程序时实现上述所述的基于深度学习的诗歌生成方法。

本发明实施例的另一个方面是提供一种计算机可读存储介质,存储有计算机程序,

所述计算机程序被处理器执行时实现上述所述的基于深度学习的诗歌生成方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910430866.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top