文本生成方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种文本生成方法，所述文本生成方法包括：获取待生成文本的属性值，并对所述属性值进行表征得到第一隐向量和上下文向量；基于所述第一隐向量及所述上下文向量确定文本生成计划；获取所述文本生成计划对应的潜变量，并基于所述潜变量及所述文本生成计划生成所述待生成文本。本发明专利技术还公开了一种文本生成装置、一种文本生成设备及一种计算机可读存储介质。本发明专利技术提高了文本生成的多样性、准确性及适用性。确性及适用性。确性及适用性。

【技术实现步骤摘要】
文本生成方法、装置、设备及计算机可读存储介质


[0001]本专利技术涉及文本处理
，尤其涉及一种文本生成方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着科技的迅速发展，越来越多的技术应用在文本处理领域。尤其对于文案的文本生成方法在各个领域具有广泛的应用。例如，营销文案、广告文案、邮件文案、回复文案等。目前，虽然有许多先进语言模型应用于NLG(Neuro
‑
Linguistic Programming，神经语言程序学)领域，但是NLG领域还处于弱人工智能阶段，没有一个通用模型可以满足所有的应用场景。例如，对于风控至上的银行业，对算法效果的要求尤为严苛，而当前多数文本生成技术大多只应用于互联网电商或资讯等场景，并无法适配于银行营销场景。因此，需要提高文本生成方法的适配性，以满足银行营销等各种场景。
[0003]首先，参阅申请号为CN201910499958.2的技术方案，其获取待生成的目标文案的关键词和业务属性；从预先确定的文案片段库中搜索与所述关键词和业务属性对应的多个目标片段；对所述多个目标片段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本生成方法，其特征在于，所述文本生成方法包括以下步骤：获取待生成文本的属性值，并对所述属性值进行表征得到第一隐向量和上下文向量；基于所述第一隐向量及所述上下文向量确定文本生成计划；获取所述文本生成计划对应的潜变量，并基于所述潜变量及所述文本生成计划生成所述待生成文本。2.如权利要求1所述的文本生成方法，其特征在于，所述对所述属性值进行表征得到第一隐向量和上下文向量的步骤包括：通过输入编码器对所述属性值进行表征，得到所述属性值的第一隐向量，其中，所述输入编码器由第一循环神经网络组成，后面得到的所述第一隐向量包含前面各个属性值的信息；对多个所述第一隐向量对应的隐向量序列进行处理生成上下文向量；或，基于多个所述第一隐向量中的最后一个隐向量进行变换得到上下文向量。3.如权利要求1所述的文本生成方法，其特征在于，所述基于所述第一隐向量及所述上下文向量确定文本生成计划的步骤包括：通过训练后的基于变分自编码器的深度学习网络模型，对所述第一隐向量进行采样，确定所述待生成文本中各个子句的输入隐向量；基于所述输入隐向量及所述上下文向量，生成子句生成计划，其中，所述子句生成计划包括所述输入隐向量对应的属性值信息；基于所述子句生成计划，确定所述待生成文本的文本生成计划。4.如权利要求3所述的文本生成方法，其特征在于，所述基于所述输入隐向量及所述上下文向量，生成子句生成计划的步骤包括：将所述输入隐向量输入第二循环神经网络，获取第二隐向量；基于所述第二隐向量及所述输入隐向量，通过构建的二分类预测模型生成预测结果；基于所述预测结果，生成子句生成计划。5.如权利要求1所述的文本生成方法，其特征在于，所述获取所述文本生成计划对应的潜变量的步骤包括：将所述文本生成计划、所述第一隐向量、所述上下文向量进行融合，得到全局向量；将所述全局向量作为第三循环神经网络的初始隐向量，并将所述文本生成计划中的各个子句生...

【专利技术属性】
技术研发人员：屠雅丽，张奇，李明翔，姚佳城，周琳，
申请(专利权)人：招商银行股份有限公司，
类型：发明
国别省市：