[发明专利]一种诗词生成方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202010712561.X 申请日: 2020-07-22
公开(公告)号: CN111814488A 公开(公告)日: 2020-10-23
发明(设计)人: 黄诗磊;张聪;毛晓曦;范长杰;胡志鹏 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06F40/289;G06F40/58;G06N3/04
代理公司: 北京超成律师事务所 11646 代理人: 刘静
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 诗词 生成 方法 装置 电子设备 可读 存储 介质
【说明书】:

本申请提供了一种诗词生成方法、装置、电子设备及可读存储介质,其中,该方法包括:首先获取用于生成目标诗词的图像中的表达元素;针对每个待确定内容的语素,从参考诗词集的文字中选择该语素所使用的文字;该语素所使用的文字是根据表达元素、已确定的其他语素的内容以及参考诗词集中的文字与表达元素的关联度选择的;将每个语素所使用的文字进行组合,以生成目标诗词。本申请生成的目标诗词中不仅仅包含表征表达元素语义的文字,还包含从参考诗词集中选择的与表达元素相关联的文字,这样生成的目标诗词可以能够更加准确地表达图像的含义。

技术领域

本申请涉及计算机技术领域,尤其是涉及一种诗词生成方法、装置、电子设备及可读存储介质。

背景技术

随着近年来科学技术的发展,人工智能的发展取得了重大突破,人工智能的发展推动了看图写诗技术的发展。借助于看图写诗的技术,计算机能够越来越像人一样,对图片进行识别和分类,进行自然语言处理。

现有的看图写诗方法主要是先在语义层面获取到图片中的事物,然后根据图片中包含的事物确定关键词,最后基于关键词进行扩展生成诗词。

而上述看图写诗的方法容易生成主要包含关键词的诗词,导致生成的诗词不能涵盖图片中更多的内容,无法准确表达图片的含义。

发明内容

有鉴于此,本申请的目的在于提供一种诗词生成方法、装置、电子设备及可读存储介质,使得生成的诗词能够准确表达图片的含义。

第一方面,本申请实施例提供了一种诗词生成方法,包括:

获取用于生成目标诗词的图像中的表达元素;

针对每个待确定内容的语素,从参考诗词集的文字中选择该语素所使用的文字;该语素所使用的文字是根据所述表达元素、已确定的其他语素的内容以及所述参考诗词集中的文字与所述表达元素的关联度选择的;

将每个语素所使用的文字进行组合,以生成目标诗词。

结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,步骤针对每个待确定内容的语素,从所述参考诗词集的文字中选择该语素所使用的文字,包括:

针对每个待确定内容的语素,根据所述表达元素、已确定的其他语素的内容以及参考诗词集中的文字与所述表达元素的关联度,确定所述参考诗词集中每个文字的使用概率;

针对每个待确定内容的语素,根据所述参考诗词集中每个文字的使用概率,选择该语素所使用的文字。

结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,将获取的用于生成目标诗词的图像输入至预先训练好的深度学习模型中,输出得到目标诗词。

结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述深度学习模型是通过以下步骤进行训练的:

获取样本图像以及所述样本图像中的表达元素;

针对每个表达元素,根据该表达元素的语义和候选诗词中包含的文字的语义,确定包含该表达元素的语义的诗词集;

针对每个表达元素,生成训练样本;所述训练样本中均包含样本图像和包含该样本图像中表达元素语义的诗词集;

将所述训练样本输入至未训练完成的深度学习模型中,以对所述深度学习模型进行训练。

结合第一方面的第三种可能的实施方式,本申请实施例提供了第一方面的第四种可能的实施方式,其中,步骤针对每个表达元素,根据该表达元素的语义和候选诗词中包含的文字的语义,确定包含该表达元素的语义的诗词集,包括:

针对每个表达元素,计算候选诗词中包含的候选关键词与该表达元素的语义相似度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010712561.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top