[发明专利]文案生成方法、装置、设备和计算机可读存储介质

权利要求书

1.一种文案生成方法，其特征在于，包括：

接收用户终端发送的文案生成请求，所述文案生成请求包括用户输入的视频和/或图片；

对所述用户输入的视频和/或图片进行信息抽取，得到对应的嵌入向量；

将所述嵌入向量输入预先训练的文案生成模型，生成文案；

其中，所述文案生成请求还包括用户输入的关键词，所述关键词用于表示色彩、类别、物体识别、饱和度、情感度中的至少一个；所述方法还包括：

生成所述关键词的词向量，将所述嵌入向量与所述词向量进行融合；

将融合后的向量序列输入预先训练的文案生成模型，生成文案。

2.根据权利要求1所述的方法，其特征在于，对用户输入的视频和/或图片进行信息抽取包括：

从用户输入的视频截取图片，对用户输入的视频截取到的图片和/或用户输入的图片进行信息抽取。

3.根据权利要求2所述的方法，其特征在于，所述进行信息抽取，得到对应的嵌入向量包括：

将用户输入的视频截取到的图片和/或用户输入的图片输入预先训练的神经网络模型，得到对应的嵌入向量；其中，

所述嵌入向量是对于图片信息的表示。

4.根据权利要求1所述的方法，其特征在于，

所述预先训练的文案生成模型为Transformer结构的seq2seq模型。

5.根据权利要求3所述的方法，其特征在于，所述文案生成模型被设置为按照以下方式训练得到：

获取多个历史文案；将历史文案，以及历史文案对应的图片作为训练样本；

利用反向传播算法调整所述文案生成模型的编码器和解码器的训练参数，直到所述文案生成模型达到预设要求。

6.一种文案生成装置，其特征在于，包括：

接收模块，用于接收用户终端发送的文案生成请求，所述文案生成请求包括用户输入的视频和/或图片；

扩展模块，用于所述用户输入的视频和/或图片进行信息抽取，得到对应的嵌入向量；

文案生成模块，用于将所述嵌入向量输入预先训练的文案生成模型，生成文案；

其中，所述文案生成请求还包括用户输入的关键词，所述关键词用于表示色彩、类别、物体识别、饱和度、情感度中的至少一个；文案生成模块，还用于：

生成所述关键词的词向量，将所述嵌入向量与所述词向量进行融合；

将融合后的向量序列输入预先训练的文案生成模型，生成文案。

7.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5中任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～5中任一项所述的方法。