[发明专利]用于目标对象的文本生成的方法、计算设备和存储介质有效
申请号: | 202310545098.8 | 申请日: | 2023-05-15 |
公开(公告)号: | CN116257579B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 邹金勇;苏轩 | 申请(专利权)人: | 北京欧应科技有限公司 |
主分类号: | G06F16/25 | 分类号: | G06F16/25;G06F40/253;G16H10/60 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 孙静雯 |
地址: | 100020 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 目标 对象 文本 生成 方法 计算 设备 存储 介质 | ||
本发明的实施例涉及一种用于目标对象的文本生成的方法、计算设备和存储介质。该方法包括基于用户输入的文本生成请求,确定目标对象和文本生成请求所包括的关键词,关键词至少包括与目标对象相关的词语;基于目标对象和文本生成请求所包括的关键词,确定文本生成请求关联的结构化数据;基于文本生成请求包括的关键词和文本生成请求关联的结构化数据,经由预定语法规则,生成关于目标对象的若干个词元素;以及基于若干个词元素,经由预定语法规则生成关于目标对象的若干个语句,以便生成关于目标对象的文本。由此,能够有效提高针对目标对象的结构化数据的文本生成效率,并且也能够应对复杂的文本生成需求。
技术领域
本发明的实施例总体涉及数据处理领域,并且更具体地涉及一种用于目标对象的文本生成的方法、计算设备和存储介质。
背景技术
在医疗领域,存在大量的与患者相关的结构化的数据,例如患者在诊疗过程的各个阶段的信息和病例数据等,针对各个患者的上述结构化数据,为便于医院存档以及科研记录,需要将其转化为富文本数据表达形式。目前,用于结构化数据文本化的方法,无法支持复杂结构化数据,并且面对目标对象的不同文本转化需求时需要耗费大量人力重复或反复转化;以及对于生成的文本,用户无法进行手动修改。
综上,传统的用于目标对象的文本生成的方式存在的不足之处在于:无法处理复杂结构化数据的转化,以及效率低,且可修改性差。
发明内容
针对上述问题,本发明提供了一种用于目标对象的文本生成的方法、计算设备和存储介质,能够有效的提高针对目标对象的结构化数据的文本生成效率。
根据本发明的第一方面,提供了一种用于目标对象的文本生成的方法,包括:基于用户输入的文本生成请求,确定目标对象和文本生成请求所包括的关键词,关键词至少包括与目标对象相关的词语;基于目标对象和文本生成请求所包括的关键词,确定文本生成请求关联的结构化数据;基于文本生成请求包括的关键词和文本生成请求关联的结构化数据,经由预定语法规则,生成关于目标对象的若干个词元素;以及基于若干个词元素,经由预定语法规则生成关于目标对象的若干个语句,以便生成关于目标对象的文本。
根据本发明的第二方面,提供了一种计算设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本发明的第一方面的方法。
在本发明的第三方面中,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中计算机指令用于使计算机执行本发明的第一方面的方法。
在一些实施例中,用于目标对象的文本生成的方法还包括:识别所接收的初始结构化数据中的每一个节点,以便确定初始结构化数据中的每一个节点的信息,每一个节点的信息至少包括:节点的位置、节点的名称、该节点与其他节点的层级关系、该节点所关联的主题、以及每个叶子节点可选值的集合;以及基于初始结构化数据所有节点的信息,针对所有节点所关联的每一个主题,根据节点之间的层级关系生成关于每一个主题的数据树。
在一些实施例中,用于目标对象的文本生成的方法还包括:基于文本生成请求所包括的关键词,至少确定文本生成请求所关联的主题和节点;以及基于文本生成请求所关联的主题和节点,从所生成的关于每一个主题的数据树中提取与文本生成请求相关的若干个词元素。
在一些实施例中,经由预定语法规则生成关于目标对象的若干个词元素包括:响应于用户针对关于目标对象的结构化数据执行的填写操作、选择操作或修改操作,确定或更新目标对象所关联的数据树中的叶子节点的值;以及响应于目标对象所关联的数据树中的叶子节点的值发生变化,生成或更新对应于叶子节点值变化的词元素。
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北京欧应科技有限公司,未经北京欧应科技有限公司许可,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/202310545098.8/2.html,转载请声明来源钻瓜专利网。