【技术实现步骤摘要】
标题生成方法、装置、电子设备和存储介质
本申请涉及一种数据处理领域，尤其涉及一种自然语言处理领域。
技术介绍
随着网络平台的兴起，越来越多的人会撰写文章在网络上发表。当作者在网络平台发文时，往往存在写标题困难的问题。质量不佳的标题不但影响文章的分发及用户收益，还影响整个内容生态的质量。当前，实现自动生成标题的方法，存在语句欠通顺、语义欠准确的缺陷。
技术实现思路
本申请实施例提供一种标题生成方法、装置、电子设备和存储介质，以解决相关技术存在的问题，技术方案如下：第一方面，本申请实施例提供了一种标题生成方法，包括：将待处理文本输入语言生成模型，得到待处理文本对应的多个候选标题及其的概率；计算多个候选标题的困惑度；根据多个候选标题的概率及困惑度，生成待处理文本的标题。通过上述技术方案，在标题生成过程中，结合候选标题的概率及困惑度确定待处理文本的标题。相比仅依据概率生成待处理文本的标题，上述技术方案能够生成困惑度更低、可靠性更高的标题，避免生成的标题语句不通顺或语义不准确...
【技术保护点】
1.一种标题生成方法，其特征在于，包括：/n将待处理文本输入语言生成模型，得到所述待处理文本对应的多个候选标题及其的概率；/n计算所述多个候选标题的困惑度；/n根据所述多个候选标题的概率及困惑度，生成所述待处理文本的标题。/n
【技术特征摘要】
1.一种标题生成方法，其特征在于，包括：
将待处理文本输入语言生成模型，得到所述待处理文本对应的多个候选标题及其的概率；
计算所述多个候选标题的困惑度；
根据所述多个候选标题的概率及困惑度，生成所述待处理文本的标题。
2.根据权利要求1所述的标题生成方法，其特征在于，根据所述多个候选标题的概率及困惑度，生成所述待处理文本的标题，包括：
根据预设的概率权重和困惑度权重，对所述多个候选标题的概率和困惑度进行加权求和，得到多个候选标题的分值；
将分值最高的候选标题确定为所述待处理文本的标题。
3.根据权利要求1所述的标题生成方法，其特征在于，所述方法还包括：
将所述待处理文本的标题输入标题可用性判别模型；
使用所述标题可用性判别模型识别所述待处理文本的标题是否可用。
4.根据权利要求1所述的标题生成方法，其特征在于，在将待处理文本输入语言生成模型之前，还包括：
根据用于预训练的模型获得语言生成模型的初始化网络结构；
采用训练数据训练具有所述初始化网络结构的语言生成模型。
5.根据权利要求1所述的标题生成方法，其特征在于，所述方法还包括：
显示所述待处理文本的标题和提示用户输入标题的信息；
在接收到用户输入的标题的情况下，在预定的标题显示区域显示所述用户输入的标题。
6.根据权利要求1所述的标题生成方法，其特征在于，所述语言生成模型为序列到序列模型；将待处理文本输入语言生成模型，得到所述待处理文本对应的多个候选标题及其的概率，包括：
将待处理文本输入序列到序列模型的编码器，得到中间语义向量；
将所述中间语义向量输入序列到序列模型的解码器，得到初始时间步的多个词序列及其的概率；
根据当前时间步的词序列和所述解码器，确定当前时间步的词序列后是否衔接结束符；
在当前时间步的词序列没有衔接结束符的情况下，将当前时间步的多个词序列进行分组；
采用集束搜索算法根据词库中词语的分值确定词序列的衔接词；其中，如果所述词语在其他组中出现过，则减少所述词语的分值；
根据所述衔接词，更新当前时间步的多个词序列及其概率；返回确定当前时间步的词序列后是否衔接结束符的步骤，直至各词序列后衔接结束符时，输出各词序列作为所述待处理文本对应的多个候选标题。
7.根据权利要求3所述的标题生成方法，其特征在于，所述标题可用性判别模型包括二分类模型；在将所述待处理文本的标题输入标题可用性判别模型之前，还包括：
识别所述待处理文本的标题的语法成分；
根据所述语法成分将所述待处理文本的标题划分为多个词语；
剔除所述待处理文本的标题中的部分词语，获得不完整标题；
以所述待处理文本的标题作为正例，以所述不完整标题作为负例，训练所述二分类模型。
8.一种标题生成装置，其特征在于，包括：
获取模块，将待处理文本输入语言生成模型，得到所述待处理文本对应的多个候选标题及其的概率；
计算...
【专利技术属性】
技术研发人员：朱昆磊，刘佳卉，陈杰，霍小庆，谷伟波，贠挺，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。