[发明专利]基于自然语言的体育新闻写作方法、装置及电子设备

说明书

本发明提供基于自然语言的体育新闻写作方法、装置及电子设备，所述方法包括步骤：获取待处理语料、事件集合、槽位及每一所述槽位对应的槽位取值；根据所述事件集合内每一事件、所述槽位及所述槽位取值，在所述语料中标注事件模板；对每一所述事件进行权重赋值；对每一所述事件及所述事件模板中所述槽位的种类和个数进行编码；根据每一所述事件的所述权重，对所述事件和所述事件模板进行筛选；对筛选后的所述事件和所述事件模板进行匹配和填充，生成新闻内容；对所述新闻内容进行再处理，以得到最终的所述新闻内容。该装置采用上述方法，提升了文章句式的多样性，使得文章信息量最大化；实现高效自动撰写体育新闻文章，减少了人力成本投入。

技术领域

本发明属于自然语言处理技术领域，具体涉及基于自然语言的体育新闻写作方法、装置及电子设备。

背景技术

现有的模板遍历匹配策略在对事件数据和模板进行匹配时，需要逐一比较模板中槽位和槽位个数，直到找到合适的模板。比如进球事件的一条数据为：{ORG_NEU:纽卡斯尔联,PER_ACT:舍尔,EVEINF_LOC_FROM:禁区外中央,EVEINF_BODY:右脚,EVEINF_LOC_TO:球门右上角}，这条数据中包含五个槽位，当匹配模板时，假设进球事件有如下部分模板：

{ORG_NEU}收获进球！{PER_ACT}射门，球从{EVEINF_LOC_TO}飞进球门

{ORG_NEU}收获进球！{PER_ACT}{EVEINF_LOC_FROM}{EVEINF_BODY}射门，皮球划出一道漂亮的弧线从{EVEINF_LOC_TO}飞进球门。

遍历每个模板，根据正则匹配计算当前模板中包含的槽位集合，以及每个槽位出现的次数信息，如果当前模板的槽位集合是数据中槽位集合的子集，则成功匹配到一个模板。可以发现，遍历策略每次需要计算模板的槽位信息，再和数据的槽位信息进行集合运算比较耗时，因为线上系统有性能要求，所以往往匹配成功即返回，不会去匹配所有的模板。这样会带来另一个问题，通常成功匹配到的第一个符合条件的模板并不是最优的模板，即槽位种类和槽位个数并没有满足最大化要求。比如上面，匹配第一个模板时就能成功匹配，但是采用第一个模板会导致EVEINF_LOC_FROM和EVEINF_BODY信息不会被填充，进而生成的文章信息量较少。所以，遍历匹配策略不仅效率低，匹配结果的多样性也较差。

发明内容

本申请的目的之一在于针对现有技术的不足之处，提供一种基于自然语言的体育新闻写作方法，以提升文章句式的多样性，使得文章信息量最大化，所述方法包括步骤：

获取待处理语料、事件集合、槽位及每一所述槽位对应的槽位取值；

根据所述事件集合内每一事件、所述槽位及所述槽位取值，在所述语料中标注事件模板；

对每一所述事件进行权重赋值；

对每一所述事件及所述事件模板中所述槽位的种类和个数进行编码；

根据每一所述事件的所述权重，对所述事件和所述事件模板进行筛选；

对筛选后的所述事件和所述事件模板进行匹配和填充，生成新闻内容；

对所述新闻内容进行再处理，以得到最终的所述新闻内容。

优选地，所述获取事件集合、槽位及每一所述槽位对应的槽位取值包括步骤：

获取预设数量的体育新闻语料；

对所述体育新闻语料进行处理，以获取所有的所述事件、所述槽位和每一所述槽位对应的所述槽位取值；

将所有的所述事件放入同一集合内，以得到所述事件集合。

优选地，在所述对所述体育新闻语料进行处理，以获取所有的所述事件、所述槽位和每一所述槽位对应的所述槽位取值之后还包括步骤：