【技术实现步骤摘要】
文本修辞句的生成方法、装置、设备及可读存储介质
本专利技术涉及人工智能
，尤其涉及一种文本修辞句的生成方法、装置、设备及可读存储介质。
技术介绍
修辞学是人类日常使用和文学创作当中的重要组成部分，合理的运用修辞手法能够更加丰富的表达作者的语言情感。修辞包含多种表达形式，如比喻和拟人。比喻用某一具体、浅显、熟悉的事物或情景来说明另一种抽象的、深奥、生疏的事物或情境的一种修辞方法；它能够把不同概念而且不相关的事物进行类比，这样的表达更加生动、具体，给人留下深刻鲜明的印象。而拟人则是将本来不具备人动作和情感的事物赋予人类属性。无论是比喻还是拟人，在语义层面上均具有一定程度的内部逻辑，因此研究修辞手法的自动检测和逻辑分析将有助于推动自然语言生成的发展。随着人工智能技术的发展，实现了通过语言模型来进行修辞手法的文本创作。但创作的内容在常识和逻辑上难以控制，生成的文本语句通常缺乏常识，或者没有逻辑性，天马行空，难以理解。因此，如何准确生成符合逻辑性的修辞文本是当前亟待解决的技术问题。
技术实现思路
【技术保护点】
1.一种文本修辞句的生成方法，其特征在于，所述文本修辞句的生成方法包括以下步骤：/n基于知识抽取模型，抽取样本语句中具有修辞关系的第一词语和第二词语；/n识别所述样本语句中的多个关键词，并根据多个所述关键词，将所述第一词语和所述第二词语形成为图结构；/n将所述图结构构建为知识图谱，并基于所述知识图谱生成文本生成模型；/n当接收到文本生成指令时，基于所述文本生成模型生成文本修辞句。/n
【技术特征摘要】
1.一种文本修辞句的生成方法，其特征在于，所述文本修辞句的生成方法包括以下步骤：
基于知识抽取模型，抽取样本语句中具有修辞关系的第一词语和第二词语；
识别所述样本语句中的多个关键词，并根据多个所述关键词，将所述第一词语和所述第二词语形成为图结构；
将所述图结构构建为知识图谱，并基于所述知识图谱生成文本生成模型；
当接收到文本生成指令时，基于所述文本生成模型生成文本修辞句。
2.如权利要求1所述的文本修辞句的生成方法，其特征在于，所述根据多个所述关键词，将所述第一词语和所述第二词语形成为图结构的步骤包括：
将多个所述关键词分别与所述第一词语进行相似度计算，获得多个第一相似度值；
将多个所述关键词分别与所述第二词语进行相似度计算，获得多个第二相似度值；
查找多个所述第一相似度值中大于预设阈值的第一目标相似度值，以及多个所述第二相似度值中大于预设阈值的第二目标相似度值；
确定与所述第一目标相似度值对应的第一关键词，以及与所述第二目标相似度值对应的第二关键词；
当所述第一关键词和所述第二关键词相同时，将所述第一关键词和所述第一词语，以及第二词语一并形成为图结构。
3.如权利要求1所述的文本修辞句的生成方法，其特征在于，所述基于知识抽取模型，抽取样本语句中具有修辞关系的第一词语和第二词语的步骤包括：
将所述样本语句传输到知识抽取模型，基于所述知识抽取模型抽取所述样本语句中的实体词语；
查找各所述实体词语中满足先验关系的待验证词语对，并确定与各所述待验证词语对中每一词语对应的关系概率；
根据各所述关系概率之间的大小关系，确定各所述待验证词语对中的目标词语对，其中所述目标词语对中包含第一词语和所述第二词语。
4.如权利要求3所述的文本修辞句的生成方法，其特征在于，所述基于所述知识抽取模型抽取所述样本语句中的实体词语的步骤包括：
基于所述知识抽取模型的字编码模块，确定所述样本语句中各个字的字编码，并将各个所述字编码排列为句子编码；
基于所述知识抽取模型的预设层对所述句子编码进行打分处理，得到所述样本语句中每个字的分数，并根据所述样本语句中每个字的分数，确定所述样本语句中的实体词语。
5.如权利要求4所述的文本修辞句的生成方法，其特征在于，所述确定与各所述待验证词语对中每一词语对应的关系概率的步骤包括：
根据各所述实体词语在所述样本语句中的实...
【专利技术属性】
技术研发人员：崔艳，陈曦，李薿，庄伯金，王少军，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
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。