[发明专利]一种诗歌生成方法、系统及可读存储介质有效

专利信息
申请号: 202110363291.0 申请日: 2021-04-02
公开(公告)号: CN113312448B 公开(公告)日: 2022-11-08
发明(设计)人: 王家逸;何学智;余训兴 申请(专利权)人: 新大陆数字技术股份有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F40/126;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 350015 福*** 国省代码: 福建;35
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 诗歌 生成 方法 系统 可读 存储 介质
【权利要求书】:

1.一种诗歌生成方法,其特征在于:所述方法包括:

获取待生成的目标诗歌的主题信息;

获取待生成的目标诗歌的类型信息,所述类型信息包括诗歌的格律或词牌信息;

将所述主题信息以及所述类型信息输入预训练AI写诗模型,生成目标诗歌;

其中,

所述将所述主题信息以及所述类型信息输入AI写诗模型,生成目标诗歌,包括:

将所述主题信息和所述类型信息按预定的规则预处理成输入序列,而后输入AI写诗模型进行预测,生成候选诗歌;

计算每个候选诗歌的输出概率,选取最大输出概率的候选诗歌作为目标诗歌;

所述将输入序列输入到AI写诗模型进行预测,生成候选诗歌的具体方法包括:

将所述输入序列按字进行切分,构建出多个不同长度的子输入序列;

分别将每个子输入序列依次输入编码网络以及解码网络进行预测下一个输出的字,将所述输出的字加入到对应的子输入序列中作为新的输入预测下一个输出的字,直至预测出目标诗歌最后一个字,生成候选诗歌。

2.如权利要求1所述的一种诗歌生成方法,其特征在于:将每个子输入序列依次输入编码网络以及解码网络进行预测下一个输出的字,具体包括:

将子输入序列输入编码网络以及解码网络,输出当前时刻输出概率topN的字构成概率候选集,而后,将当前时刻的概率候选集作为输入,输出下一时刻输出概率topN的字构成概率候选集,重复以上步骤,直至输出候选诗歌最后一个字对应的概率候选集。

3.如权利要求1所述的一种诗歌生成方法,其特征在于:所述计算每个候选诗歌的输出概率,选取最大输出概率的候选诗歌作为目标诗歌,包括:

将候选诗歌中预测每个字的输出概率进行累加,累加结果作为该候选诗歌的输出概率。

4.如权利要求1所述的一种诗歌生成方法,其特征在于:所述AI写诗模型包括:

词嵌入网络,用于将输入序列处理成词向量;

编码网络,用于将所述词向量处理成表征向量;

解码网络,用于将所述表征向量进行解码,所述解码过程采用全局最优算法寻找出最优解,作为输出的目标诗歌。

5.一种诗歌生成系统,其特征在于,包括:

第一输入模块,用于获取待生成的目标诗歌的主题信息;

第二输入模块,用于获取待生成的目标诗歌的类型信息,所述类型信息包括诗歌的格律或词牌信息;

诗歌生成模块,用于将所述主题信息以及所述类型信息输入预训练AI写诗模型,生成目标诗歌;

所述诗歌生成模块包括:

第一子模块,用于将所述主题信息和所述类型信息按预定的规则预处理成输入序列,而后输入AI写诗模型进行预测,生成候选诗歌;

第二子模块,用于计算每个候选诗歌的输出概率,选取最大输出概率的候选诗歌作为目标诗歌;

所述第一子模块包括:

第一层,用于将所述输入序列按字进行切分,构建出多个不同长度的子输入序列;

第二层,用于分别将每个子输入序列依次输入编码网络以及解码网络进行预测下一个输出的字,将所述输出的字加入到对应的子输入序列中作为新的输入预测下一个输出的字,直至预测出目标诗歌最后一个字,生成候选诗歌。

6.一种可读存储介质,其特征在于,包括处理器,所述处理器用于加载并执行存储介质中的指令以实现权利要求1至4中任一权利要求所述的诗歌生成方法。

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新大陆数字技术股份有限公司,未经新大陆数字技术股份有限公司许可,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/202110363291.0/1.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