[发明专利]一种基于自然语言处理及图像算法的文章自动生成系统和方法

权利要求书

1.一种基于自然语言处理及图像算法的文章自动生成系统，其特征在于，包括：

操作终端，输入产品信息query和用户信息、输出最终推文；

基础标签提取系统，根据输入的产品信息和用户信息，利用BERT预训练模型提取关键字，建立多个标签；

内容生成模块，包括标题生成模型、短文生成模型和图像生成模型，根据标签信息生成相应的若干标题、若干文章内容d和若干与文章内容相符的图片；智能筛选模块，包括文章筛选模块和图片筛选模块，对于多个文章内容与相符图片的组合，利用文章筛选模块和图片筛选模块进行筛选，得到符合要求的一组文章内容与相符图片；

智能排版模块，对最终选择的文章及相符图片进行排版，得到最终推文。

2.根据权利要求1所述的一种基于自然语言处理及图像算法的文章自动生成系统，其特征在于：所述智能排版模块包括文本数据库，通过深度学习BERT算法训练出自动对文章与图片进行排版的模型。

3.根据权利要求1所述的一种基于自然语言处理及图像算法的文章自动生成系统，其特征在于：所述内容生成模块包括收集的标题数据库、不同类型的短文数据库；通过BERT预训练模型训练分别得到标题生成模型和短文生成模型；通过图像生成模型-StackGAN算法绘制出与短文相符的图片。

4.根据权利要求3所述的一种基于自然语言处理及图像算法的文章自动生成系统，其特征在于：所述图片筛选模块，根据图像生成模型-StackGAN算法计算相符图片与文章内容的契合度，设定阈值，选择契合度最高的相符图片。

5.根据权利要求3所述的一种基于自然语言处理及图像算法的文章自动生成系统，其特征在于：所述文章筛选模块，通过BERT预训练模型计算产品信息query和每篇文档d之间的相关性分数,query中包括词q1,q2...qn，相关性分数的计算公式为：

其中R(qi,d)是查询语句query中每个词qi和文档d的相关度值，Wi是词qi的逆向文档频率IDF，其中，N为文档总数，n(q_i)为包含词qi的文档数；

其中，k1,k2,b为调节因子，qfi为词qi在查询语句query中的出现频率，fi为q_i在文档d中的出现频率,dl为文档d的长度，avgdl为所有文档的平均长度；

计算每个文档d与query的相关性分数，设定阈值，将阈值与每个计算完成的相关性分数进行比较，选择相关度适合的相符文章。

6.根据权利要求1-5所述的一种基于自然语言处理及图像算法的文章自动生成方法，其特征在于，包括以下步骤：

S1,通过操作终端输入产品信息和用户信息；

S2,所述基础标签提取系统对输入的内容提取关键字，建立多个标签；

S3,所述内容生成模块根据S2步骤生成的标签信息，生成符合标签的多个标题、多个文章内容以及多个与文章内容相符的图片；

S4,通过智能筛选模块筛选出一个短文和契合度最高的相符图片；经筛选后无法获得操作人认可，则从步骤S2重新开始，直到筛选出满意的一个短文和契合度最高的相符图片；

S5,通过智能排版模块对短文和相符图片进行排版，得到最终的推文，将推文通过操作终端输出。