[发明专利]文字生成模型的训练方法、文字生成方法及其装置

权利要求书

1.一种文字生成模型的训练方法，包括：

获取多个训练文字对，其中，任一所述训练文字对中包括第一字体下的样本文字，和所述样本文字对应的第二字体下的参考文字；

对所述样本文字进行分割，获取所述样本文字的N个组成元素，所述N为正整数；

根据所述样本文字和所述N个组成元素获取融合特征表示，以及获取所述参考文字的第一特征表示；

基于所述融合特征表示和所述第一特征表示对文字生成模型进行训练，以获取目标文字生成模型；

所述根据所述样本文字和所述N个组成元素获取融合特征表示，包括：

对所述样本文字和所述N个组成元素进行编码，获取所述样本文字的第二特征表示和所述N个组成元素各自的第三特征表示；

获取所述N个组成元素的分割标签，并根据所述组成元素的分割标签、所述第二特征表示和所述第三特征表示获取所述融合特征表示。

2.根据权利要求1所述的方法，其中，所述根据所述组成元素的分割标签、所述第二特征表示和所述第三特征表示获取所述融合特征表示，包括：

根据任一所述组成元素的分割标签，确定所述组成元素在所述样本文字中的位置信息；

在所述位置信息的约束下，根据所述第二特征表示的尺寸信息，对所述组成元素对应的第三特征表示进行调整；

将调整后的所述第三特征表示和所述第二特征表示进行拼接，获取所述融合特征表示。

3.根据权利要求2所述的方法，其中，所述在所述位置信息的约束下，根据所述第二特征表示的尺寸信息，对所述组成元素对应的第三特征表示进行调整，包括：

响应于所述第三特征表示的尺寸信息与所述第二特征表示的尺寸信息不一致，基于所述位置信息和所述第二特征表示的尺寸信息，对所述第三特征表示的尺寸信息进行调整。

4.根据权利要求1-3任一项所述的方法，其中，所述基于所述融合特征表示和所述第一特征表示对文字生成模型进行训练，以获取目标文字生成模型，包括：

将所述融合特征表示输入所述文字生成模型，以获取所述样本文字对应的预测文字，并对所述预测文字进行反向回归，得到第四特征表示；

基于所述第一特征表示和所述预测文字的第四特征表示，确定所述文字生成模型的损失函数；根据所述损失函数对所述文字生成模型进行反向调整，返回调整后的所述文字生成模型进行下一次训练，直至训练结束生成目标文字生成模型。

5.根据权利要求4所述的方法，其中，所述文字生成模型包括神经网络和判别器，所述基于所述第一特征表示和所述预测文字的第四特征表示，确定所述文字生成模型的损失函数，包括：

基于所述第一特征表示和所述第四特征表示，进行基于信息的回归损失运算，获取所述文字生成模型的第一损失函数；

基于所述神经网络提取到的中间层特征表示，进行感知损失运算，获取所述文字生成模型的第二损失函数；

基于所述判别器对所述第一特征表示和所述第四特征表示的判别损失运算，获取所述文字生成模型的第三损失函数；

基于所述第一损失函数、所述第二损失函数和所述第三损失函数确定所述文字生成模型的损失函数。

6.根据权利要求3或5所述的方法，其中，获取所述N个组成元素以及所述N个组成元素的分割标签的过程，包括：

将所述样本文字输入语义分割网络，获取所述N个组成元素以及所述N个组成元素的分割标签；或

将所述样本文字发送给标注设备，并接收由所述标注设备发送的所述N个组成元素以及所述N个组成元素的分割标签。

7.一种文字生成方法，包括：

将第一字体下的待生成文字输入到目标文字生成模型中进行文字生成，输出所述待生成文字对应的第二字体下的目标文字，所述目标文字生成模型根据如权利要求1-6中任一项的所述训练方法得到。