基于预训练提示的故事生成方法、系统、存储介质和终端技术方案

本发明专利技术公开了一种基于预训练提示的故事生成方法，包括以下步骤：输入故事开头至第一预训练模型，所述故事开头包含多个句子，所述第一预训练模型生成对应每个句子的事件推理；根据事件的类型，填入不同的问题模板中，得到关于故事上文的问题；使用问答模型，对问题进行回答，生成答案，得到答案集合；对答案集合中的每一个答案，使用第二预训练模型计算其困惑度，并选择得分最小的答案作为故事下文。本发明专利技术针对深度神经网络模型的训练缺少数据集的问题，通过构建优质的提示模板，充分激发预训练模型的潜能，帮助模型回忆起训练时学到的知识，来较好地完成下游任务。来较好地完成下游任务。来较好地完成下游任务。

【技术实现步骤摘要】
最小的答案作为故事下文。
[0015]优选的，所述第一预训练模型为Para
‑
Comet预训练模型。
[0016]优选的，步骤2)的实现过程为：
[0017]2.1)根据事件对应的类型构建不同的链接模板和问题模板；
[0018]2.2)将步骤1)得到的事件推理填入对应的链接模板中，并将故事开头拼接在链接模板 之前，将链接模板输入进RoBERTa模型进行生成句子，接着把生成的句子拼接在故事 开头后，作为下一轮RoBERTa模型的输入，获得对应每个事件推理的角色，得到<事件， 角色>对；
[0019]2.3)将事件和角色填入问题模板中，得到最终的问题。
[0020]优选的，步骤3)的实现过程为：
[0021]将每轮RoBERTa模型生成的句子依次拼接在故事开头后作为文档，和问题一起输 入ELI5QA模型中进行生成候选答案集合；或者将问题和文档拼接成训练集，输入进 BART模型中进行生成候选答案集合。
[0022]优选的，步骤4)的实现过程为：将每个问题的答案集合合并，对集合中的每个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预训练提示的故事生成方法，其特征在于，包括以下步骤：1)输入故事开头至第一预训练模型，所述故事开头包含多个句子，所述第一预训练模型生成对应每个句子的事件推理；2)根据事件的类型，填入不同的问题模板中，得到关于故事上文的问题；3)使用问答模型，对问题进行回答，生成答案，得到答案集合；4)对答案集合中的每一个答案，使用第二预训练模型计算其困惑度，并选择得分最小的答案作为故事下文。2.如权利要求1所述的一种基于预训练提示的故事生成方法，其特征在于，所述第一预训练模型为Para
‑
Comet预训练模型。3.如权利要求1所述的一种基于预训练提示的故事生成方法，其特征在于，步骤2)的实现过程为：2.1)根据事件对应的类型构建不同的链接模板和问题模板；2.2)将步骤1)得到的事件推理填入对应的链接模板中，并将故事开头拼接在链接模板之前，输入进RoBERTa模型进行生成，获得对应每个事件推理的角色，得到<事件，角色>对；2.3)将事件和角色填入问题模板中，得到最终的问题。4.如权利要求3所述的一种基于预训练提示的故事生成方法，其特征在于，步骤3)的实现过程为：将故事开头作为文档，和问题一起输入ELI5QA模型中进行生成候选答案集合；或者将问题和故事开头拼接起来，输...

【专利技术属性】
技术研发人员：倪宣凡，李丕绩，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：