基于增强智能的写作构思辅助系统、网路系统技术方案

本发明专利技术属于混合增强智能领域，具体涉及了一种基于增强智能的写作构思辅助系统、网络系统，本发明专利技术辅助系统包括思路探索单元、思路构建单元；思路探索单元包括作品思路知识图谱模块、创作思路可视化分析模块、思路推荐模块、新思路输入模块；思路构建单元包括思路语义建模模块、思路融合模块、完整思路存储模块；基于已有作品思路知识图谱，通过对已有作品思路心智模型方式可视化展示及基于人机交互的用户数据的进行意图获取和相似知识实体向量的推荐，在获取新思路信息后进行语义建模并与新作品思路知识图谱进行融合，同时基于新增信息对思路探索单元进行优化。本发明专利技术提高了意图识别的准确度，推荐信息匹配的准确度，间接提高了作品创作效率。

【技术实现步骤摘要】
基于增强智能的写作构思辅助系统、网路系统
本专利技术属于混合增强智能领域，具体涉及了一种基于增强智能的写作构思辅助系统、网络系统。
技术介绍
创造力增强技术一直是人机交互与人工智能结合的一个重要研究方向，在中国新一代人工智能战略中，属于“人在回路”的混合增强智能研究领域。创造力可以被多种因素所影响，如社交、科技、经济等。很多领域都需要，如文创、出版和智能制造中的设计。人工智能创造力还无法达到人类水平，因此，通过人工智能与人类用户进行协同工作，结合人工智能的高效计算和存储能力以及人类创造性等高级认知能力，实现人机互补，增强人类的创造力。创造力增强技术能够促进大众的创新和专利技术，其中基于混合增强智能的人机协同创造力增强技术将会成为未来的重要发展趋势。写作分为构思和撰写两个重要阶段，构思阶段决定着整部作品的思想和主线，对内容撰写具有指导性的作用。因此，构思阶段对于整部作品来说，具有非常重要的地位。
技术实现思路
为了解决现有技术中的上述问题，即通过混合增强智能技术准确识别用户意图、从现有作品中匹配相关的高价值信息，提高作本文档来自技高网...

【技术保护点】
1.一种基于增强智能的写作构思辅助系统，其特征在于，该系统包括思路探索单元、思路构建单元；/n所述思路探索单元包括作品思路知识图谱模块、创作思路可视化分析模块、思路推荐模块、新思路输入模块；所述作品思路知识图谱模块存储作品思路知识图谱，所述作品思路知识图谱初始为预设作品知识图谱，并基于新作品思路知识图谱进行更新；所述创作思路可视化分析模块基于心智模型对作品思路知识图谱进行可视化，同时可视化所述思路推荐模块的推荐信息并获取用户反馈数据；所述思路推荐模块基于用户数据从所述作品思路知识图谱中选取知识实体推送给所述创作思路可视化分析模块；所述新思路输入模块用于输入用户的新思路信息；/n所述思路构建单元...

【技术特征摘要】
1.一种基于增强智能的写作构思辅助系统，其特征在于，该系统包括思路探索单元、思路构建单元；
所述思路探索单元包括作品思路知识图谱模块、创作思路可视化分析模块、思路推荐模块、新思路输入模块；所述作品思路知识图谱模块存储作品思路知识图谱，所述作品思路知识图谱初始为预设作品知识图谱，并基于新作品思路知识图谱进行更新；所述创作思路可视化分析模块基于心智模型对作品思路知识图谱进行可视化，同时可视化所述思路推荐模块的推荐信息并获取用户反馈数据；所述思路推荐模块基于用户数据从所述作品思路知识图谱中选取知识实体推送给所述创作思路可视化分析模块；所述新思路输入模块用于输入用户的新思路信息；
所述思路构建单元包括思路语义建模模块、思路融合模块、完整思路存储模块；所述思路语义建模模块用于对所述新思路信息进行语义建模；所述思路融合模块用于将新思路的语义建模与新作品思路知识图谱进行融合，得到更新后的新作品思路知识图谱，并存储于所述完整思路存储模块。


2.根据权利要求1所述的基于增强智能的写作构思辅助系统，其特征在于，所述作品思路知识图谱包括概念网络和情节网络；
所述概念网络包括作品中的实体概念及其静态关系；
所述情节网络包括作品中的实体动态活动。


3.根据权利要求1所述的基于增强智能的写作构思辅助系统，其特征在于，所述思路推荐模块包括意图计算模块和推荐计算模块；
所述意图计算模块用于从用户数据中提取特征，获取意图向量；
所述推荐计算模块用于基于所述意图向量，与作品思路知识图谱中知识实体进行相似度计算，并基于相似度选取所推荐的知识实体。


4.根据权利要求3所述的基于增强智能的写作构思辅助系统，其特征在于，所述用户数据包括新作品思路知识图谱、最邻近N个新思路对应的知识实体序列、用户反馈数据；所述用户反馈数据为创作思路可视化分析模块获取的所述思路推荐模块推荐后选项的决策数据。


5.根据权利要求4所述的基于增强智能的写作构思辅助系统，其特征在于，所述意图计算模块中基于第一模型、第二模型、第三模型分别进行特征提取；
所述第一模型，用于获取新作品思路知识图谱中的结构关系特征，计算图谱语义空间的Embedding向量集合；
所述第二模型，用于提取最邻近N个新思路对应的知识实体序列的位置关系，计算时序语...

【专利技术属性】
技术研发人员：杨颐，王健，黄卫星，
申请(专利权)人：中国科学院自动化研究所，中科君胜深圳智能数据科技发展有限公司，
类型：发明
国别省市：北京;11