【技术实现步骤摘要】
输入文本的处理方法、装置、电子设备和存储介质
[0001]本申请涉及计算机
,尤其涉及自然语言处理、深度学习等人工智能领域,具体涉及一种输入文本的处理方法、装置、电子设备和存储介质。
技术介绍
[0002]随着计算机技术和互联网技术的发展,人们对方便快捷的生活、工作辅助工具越来越青睐,因而各式结合多种服务功能的各种社交软件、社交平台等相继出现。
[0003]因此,如何提高社交过程中用户输入内容的趣味性是亟待解决的问题。
技术实现思路
[0004]本申请提供了一种输入文本的处理方法、装置、电子设备和存储介质。
[0005]根据本申请的一方面,提供了一种输入文本的处理方法,包括:
[0006]获取用户在输入界面输入的第一文本;
[0007]将所述第一文本输入训练生成的文本生成模型,以获取第二文本;
[0008]在所述输入界面显示所述第二文本。
[0009]根据本申请的另一方面,提供了一种输入文本的处理装置,包括:
[0010]第一获取模块,用于获取用户 ...
【技术保护点】
【技术特征摘要】
1.一种输入文本的处理方法,包括:获取用户在输入界面输入的第一文本;将所述第一文本输入训练生成的文本生成模型,以获取第二文本;在所述输入界面显示所述第二文本。2.如权利要求1所述的方法,其中,所述文本生成模型为多个,所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本,包括:确定每个文本生成模型对应的应用场景;对所述第一文本进行意图识别,以获取所述第一文本对应的意图;根据所述意图分别与每个所述应用场景之间的匹配度,从多个文本生成模型中抽取目标文本生成模型;将所述第一文本输入所述目标文本生成模型,以获取所述第二文本。3.如权利要求1所述的方法,其中,所述输入界面包括多个文本处理控件,所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本,包括:在任一文本处理控件被选中的情况下,根据被选中的所述任一文本处理控件对应的处理类型,确定目标文本类型;根据所述目标文本类型、及多个文本生成模型分别与文本类型之间的对应关系,从所述多个文本生成模型中抽取目标文本生成模型;将所述第一文本输入所述目标文本生成模型,以获取所述第二文本。4.如权利要求1所述的方法,其中,所述输入界面包括多个文本处理控件,所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本,包括:获取所述用户对所述多个文本处理控件的历史操作数据;根据所述历史操作数据,从多个文本生成模型抽取目标文本生成模型;将所述第一文本输入所述目标文本生成模型,以获取所述第二文本。5.如权利要求1所述的方法,其中,所述文本生成模型为押韵文本生成模型,在所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本之前,还包括:获取第一训练数据集,其中,所述第一训练数据集包括多个训练文本及每个所述训练文本的第一韵脚;将每个所述训练文本输入至初始押韵文本生成模型,以获取第一预测文本及第二韵脚;在所述第二韵脚与对应的所述第一韵脚不匹配的情况下,根据所述第二韵脚与对应的所述第一韵脚间的差异,对所述初始押韵模型进行修正,直至所述第二韵脚与对应的所述第一韵脚匹配,以生成所述押韵文本生成模型。6.如权利要求1所述的方法,其中,所述文本生成模型为藏头诗生成模型,在所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本之前,还包括:获取第二训练数据集,其中,所述第二训练数据集包括多个诗歌文本;获取每个所述诗歌文本中各语句的第一首字符;将每个所述诗歌文本及所述各语句的第一首字符,输入至初始藏头诗生成模型,以获取第二预测文本;在所述第二预测文本中的第二首字符与对应的所述诗歌文本中的第一首字符未匹配
的情况下,根据所述第二首字符与对应的所述第一首字符之间的差异,对所述初始藏头诗生成模型进行修正,直至所述第二首字符与对应的所述第一首字符匹配,以生成所述藏头诗生成模型。7.如权利要求1所述的方法,其中,所述文本生成模型为现代诗生成模型,在所述将所述第一文本输入训练生成的文本生成模型,以获取第二文本之前,还包括:获取第三训练数据集,其中,所述第三训练数据集中包括多个普通文本及与每个所述普通文本语义匹配的现代诗文本;将每个所述普通文本输入至初始现代诗生成模型,以获取第三预测文本;在所述第三预测文本与对应的所述现代诗文本间的语义相似度小于阈值的情况下,根据所述第三预测文本与对应的所述现代诗文本间的语义相似度,对所述初始现代诗生成模型进行修正,直至所述第三预测文本与对应的所述现代诗文本间的语义相似度等于或大于所述阈值,以生成所述现代诗生成模型。8.一种输入文本的处理装置,包括:第一获取模块,用于获取用户在输入界面输入的第一文本;第二获取模块,用于将所述第一文本输入训练生成的文本生成模型,以获取第二文本;显示模块,用于在所述输入界面显示所述第二文本。9.如权利要求8所述...
【专利技术属性】
技术研发人员:高钧亮,胡哲,赵晓蕾,范敏虎,
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:
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。