[发明专利]一种文本生成方法和装置

说明书

本发明公开了一种文本生成方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据文章样本的内容生成对应文章样本的关键词序列和标签序列，根据文章样本的元数据生成对应文章样本的控制信号，根据对应文章样本的关键词序列、标签序列、控制信号生成训练样本，训练可控文本生成模型；根据目标元数据生成目标控制信号，根据目标控制信号、目标关键词序列，利用经过训练的可控文本生成模型，生成与目标关键词序列对应的文本。该实施方式能解决生成文本的文本长度、新颖性有一定随机性的问题，使得生成的文本满足实际上线需求，能根据输入的关键词组，基于不同场景对内容输出要求生成不同风格、不同长度、不同文章类型的文本。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本生成方法和装置。

背景技术

内容营销通过文本、图片等数据向用户传递有价值信息，来实现营销目的。不同的场景，对文本内容的要求都不同，例如新颖性、长度等，举例而言，移动客户端会对内容字数有严格要求，如果超出范围，会影响UI(用户界面)设计的美观和用户体验。目前的文本生成技术主要是无控制机制的生成方法以及简单的文本续写，无控制机制的生成方法所生成文本的文本长度、新颖性有一定的随机性，满足不了实际上线需求，会被后续模块过滤掉，而简单的文本续写无法生成不同风格、不同长度、不同文章类型的文本。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

生成文本的文本长度、新颖性有一定随机性，满足不了实际上线需求，且无法基于不同场景对内容输出的要求而生成不同风格、不同长度、不同文章类型的文本。

发明内容

有鉴于此，本发明实施例提供一种文本生成方法和装置，能够解决生成文本的文本长度、新颖性有一定随机性的问题，使得生成的文本充分满足实际上线需求，且能够根据输入的关键词组，基于不同场景对内容输出的要求而生成不同风格、不同长度、不同文章类型的文本。

为实现上述目的，根据本发明实施例的一个方面，提供了一种文本生成方法。

一种文本生成方法，包括：获取收集的原始文章语料中每篇文章样本的内容和元数据；根据所述文章样本的内容生成对应所述文章样本的关键词序列和标签序列，并根据所述文章样本的元数据，按照预设规则生成对应所述文章样本的控制信号，根据对应所述文章样本的关键词序列、标签序列、控制信号生成训练样本，训练可控文本生成模型；根据输入的目标元数据，按照所述预设规则生成目标控制信号，根据所述目标控制信号、输入的目标关键词序列，利用经过训练的所述可控文本生成模型，生成与所述目标关键词序列对应的文本。

可选地，根据所述文章样本的内容生成对应所述文章样本的关键词序列的步骤，包括：利用第一分词算法对所述文章样本的内容进行分词，得到分词序列；从所述分词序列中抽取出属于预设词性的分词，并基于抽取出的分词，按照所述抽取出的分词在所述分词序列中的原有顺序，生成候选关键词序列；将所述候选关键词序列中不符合预设条件的分词删除，得到所述关键词序列；根据所述文章样本的内容生成对应所述文章样本的标签序列的步骤，包括：利用第二分词算法对所述文章样本的内容进行分词，得到所述标签序列。

可选地，所述将所述候选关键词序列中不符合预设条件的分词删除，包括：基于所述原始文章语料统计所述候选关键词序列中各分词的词频，将所述候选关键词序列中所述词频小于预设阈值的分词，以及在预设黑名单中的分词删除。

可选地，根据第一元数据，按照如下的所述预设规则生成第一控制信号：在所述第一元数据为数值形式的情况下，以其数值作为所述第一控制信号；在所述第一元数据为非数值形式的情况下，按照转换规则将其转换为有限数值区间内的离散数值，以作为所述第一控制信号；其中，所述第一元数据为所述文章样本的元数据、所述第一控制信号为对应所述文章样本的控制信号，或者，所述第一元数据为所述目标元数据、所述第一控制信号为所述目标控制信号。