[发明专利]一种基于神经网络的智能歌词修改方法及辅助系统

权利要求书

1.一种基于神经网络的智能歌词修改方法，其特征在于：包括如下步骤：

S1：歌词预测模型训练，采用处理好的歌词训练数据输入基本训练模型进行训练，得到歌词预测模型；

S2：获取待修改歌词及歌词修改限定信息；

S3：应用字符映射表将待修改歌词转换为预测模型的输入数据，待修改歌词中的欲替换词采用能区分的标识字符标识；

S4：将输入数据输入歌词预测模型进行预测，获取第一个标识字符对应的替换字的概率分布向量；

S5：根据歌词修改限定信息限定的歌词修改模式执行修改操作；

S6：输出替换候选歌词；

所述的歌词修改模式包括替换词推荐模式、押韵词推荐模式和段落仿写模式；

所述的替换词推荐模式包括：S511：根据第一个标识字符对应位置的概率分布向量提取出概率从大到小排列的前n1个字符的数字编码；S512：再将得到的数字编码替换预测模型输入数据中第一个标识字符；重复步骤S4-S511，得到第二个标识字符的n2个数字编码；S513：重复步骤S512，直至预测模型输入数据中不存在标识字符,得到n1*n2*...*nm个候选词，m为标识字符的数量，n1、n2、...nm为每个标识字符提取的数字编码的数量；

所述的押韵词推荐模式包括：S521：根据第一个标识字符对应位置的概率分布向量提取出概率从大到小排列的前n1个字符的数字编码；S522：再将得到的数字编码替换预测模型输入数据中第一个标识字符；重复步骤S4和S521，得到第二个标识字符的替换词的数字编码；S523：重复步骤S522，直至预测模型输入数据中不存在标识字符，得到多个替换词，然后筛选出符合押韵规则的押韵替换词；

所述的段落仿写模式包括整段仿写模式和分词整段仿写模式；

整段仿写模式包括：S5311：根据第一个标识字符对应位置的概率分布向量提取出概率从大到小排列的前n个字符的数字编码；S5312：再将得到的数字编码替换预测模型输入数据中第一个标识字符；重复步骤S4和S5311，得到第二个标识字符的数字编码，取概率最大的字符的数字编码；S5313：重复步骤S5312，直至预测模型输入数据中不存在标识字符，得到n个候选段落；

分词整段仿写模式还包括分词步骤：将段落中的句进行分词，应用字符映射表将分词后的段落转换为预测模型的输入数据，待修改歌词中的分词后的第一个欲替换词采用能区分的标识字符标识；S5321：将输入数据输入歌词预测模型进行预测，获取第一个标识字符对应的替换字的概率分布向量；S5321：根据第一个标识字符对应位置的概率分布向量提取出概率从大到小排列的前n1个字符的数字编码；S5322：再将得到的数字编码替换预测模型输入数据中第一个标识字符；重复步骤S4和S5321，得到第二个标识字符的n2个数字编码；S5323：重复步骤S5322，直至预测模型输入数据中不存在标识字符，n1*n2*...*nm个候选词；S5324：从候选词中选择n个替换词，依次使用替换词替换段落中的第一个欲替换词，将替换后的段落转换为预测模型的输入数据，待修改歌词中的分词后的第二个欲替换词采用能区分的标识字符标识；S5325：重复S4和S5321-S5324，直至段落中不存在未替换的分词，得到多个候选段落。

2.根据权利要求1所述的基于神经网络的智能歌词修改方法，其特征在于：所述的歌词修改限定信息包括欲替换词在待修改歌词中的位置、押韵韵脚、歌词段落的范围以及具体的歌词修改模式。

3.根据权利要求1所述的基于神经网络的智能歌词修改方法，其特征在于：所述的基本训练模型为能够根据上下文预测某位置的字符的模型。

4.根据权利要求1所述的基于神经网络的智能歌词修改方法，其特征在于：所述的替换词推荐模式还包括概率过滤步骤：根据第一个标识字符对应位置的概率分布向量进行概率过滤。

5.根据权利要求4所述的基于神经网络的智能歌词修改方法，其特征在于：所述的概率过滤基于概率值的绝对大小选取一个阈值，筛选保留概率值绝对值大于阈值的对应字符结果。