【技术实现步骤摘要】
一种面向众测任务发布的图文生成方法
本专利技术涉及图像和文本生成领域，主要应用于众测中的任务发布技术，具体涉及根据结构化数据生成流畅的任务文本和根据相关任务文本描述生成任务图片。
技术介绍
随着智能设备的普及，众测已成为一种新的变革性平台，可以吸引移动用户通过物理旅行到指定位置来执行时空任务。许多科研工作者研究了各种用于性能优化的众测技术，其中如何更智能和更加交互化的任务生成是现在的一个技术挑战。随着大数据捕捉、管理和处理相关技术和计算机视觉、自然语言处理的快速发展，相关图像文本生成技术日益成熟，在任务发布过程中使用上述技术生成有特色的任务图像与具有可读性和逻辑性的任务描述既是挑战也是可能。随着智能众测平台的普及，人们的日常工作，雇用，研究，制造和营销方式都在悄然发生改变，产生了极大的影响。其中任务分配或工作人员选择是一个重大问题，可能会影响到众测任务的完成质量，更加可视化的同参与到众测中的人们交互与智能的任务发布是一个即新颖又有意义的工作。在计算机视觉和自然语言等领域，深度学习取得了很多优秀成果。从深度学习...
【技术保护点】
1.一种面向众测任务发布的图文生成方法，其特征在于，包括如下步骤：/n步骤1，数据采集：获取众测场景任务发布中的相关数据，包括结构化的任务关键字段、任务发布的详细描述、任务发布方提供的相关内容图或是logo图片；分别用于结构化的任务发布文本生成以及任务发布图片生成，任务发布图片生成包括词云图和相关任务风格迁移图；/n步骤2，数据预处理，针对不同任务，对数据进行整理和清洗；/n步骤3，生成任务文本描述：根据预处理后的结构化任务关键字段，使用基于规则和模板的方法生成优质的完整的任务文本描述：/n步骤3a)，统计结构化任务关键字段，包括任务名称、描述信息、任务类型、任务报酬、截止...
【技术特征摘要】
1.一种面向众测任务发布的图文生成方法，其特征在于，包括如下步骤：
步骤1，数据采集：获取众测场景任务发布中的相关数据，包括结构化的任务关键字段、任务发布的详细描述、任务发布方提供的相关内容图或是logo图片；分别用于结构化的任务发布文本生成以及任务发布图片生成，任务发布图片生成包括词云图和相关任务风格迁移图；
步骤2，数据预处理，针对不同任务，对数据进行整理和清洗；
步骤3，生成任务文本描述：根据预处理后的结构化任务关键字段，使用基于规则和模板的方法生成优质的完整的任务文本描述：
步骤3a)，统计结构化任务关键字段，包括任务名称、描述信息、任务类型、任务报酬、截止时间、所需人数；
步骤3b)，使用专家干预的方式设定相关规则和模板，模板的主要内容包括相关情感词、部分幽默词、连接词序列；根据不同任务确定模板的侧重点；
步骤3c)，基于输入的结构化任务关键字段使用相关专家规则和模板策略生成若干条文本信息；本环节的重点在于根据不同的任务选择合适的模板，确保在内容介绍恰当的同时能够增加整个文本描述的流畅度；通过对相关任务关键词的提取，确定整个任务描述的总体风格，是否有侧重点，完善整个任务发布的文本输出；
步骤4，生成词云图：根据相关的任务方提供的任务描述和相关内容图或是logo图片生成与任务相关的词云图；在生成词云图的基础上增加动态修改方法，可视化调整色彩分布，调整相关词的次数和重要程度，合并不必要的相关词重复，使整个可视化词云图更加简洁与合理：
步骤4a)，对相关的任务方提供的任务描述进行相关中文分词，设置停用词，并进行词频统计；
步骤4b)，对任务方提供的相关任务图片或是logo图片进行处理，选择合适的区域作为词云的填充背景模板；
步骤4c)，使用词云可视化方法，设置相关字体、颜色、显示词数，使用步骤4b)中得到的处理图片作为词云背景，使用步骤4a)中的相关任务描述分词结果作为词云内容；
步骤4d)，动态调整词云图的生成效果，可视化调整色彩分布，调整相关词的次数和重要程度，合并不必要的相关词重复，使整个可视化词云图更加简洁与合理；
步骤5，生成相关风格图像，使用统计得到的相关风格数据集，使用生成式对抗网络中MUNIT网络模型进行无监督训练风格迁移模型。
2.根据权利要求1所述面向众测任务发布的图文生成方法，其特征在于：步骤2中数据预处理方法：
步骤2a)，针对生成流畅的任务文本描述所需的结构化关键字进行处理；
步骤2b)，针对词云图生成中需要的文本描述进行相关统计，清洗，去掉不合理部分；
步骤2c)，对风格迁移图生成...
【专利技术属性】
技术研发人员：张雷，崔风丽，姚懿容，程浩，王崇骏，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32
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。