【技术实现步骤摘要】
自然语言文本生成方法、装置、电子设备及可读存储介质
[0001]本申请涉及人工智能及数字医疗
,具体涉及一种自然语言文本生成方法、装置、电子设备及可读存储介质。
技术介绍
[0002]随着人工智能的发展,人机对话的应用越来越广泛,如金融领域、智慧医疗领域、智能家居等等。
[0003]以医疗领域为例,医疗行业信息化水平的不断提高和人工智能技术在数字医疗领域的深入应用,尤其GPT类自然语言模型的兴起,使得人们对基于自然语言模型生成的医疗数据文本的质量有了更高的要求,比如能够根据给定的上下文或输入条件或直接说出的语言,生成流畅、连贯、有意义的文本,这在医疗领域中具有重要的意义,可以方便医生基于人工智能模型从海量的电子病历中查询用户所需的病历信息,或电子化的医学影像信息,有助于为用户提供病历参考。
[0004]而传统的对生成文本的评价方法,如BLEU、ROUGE等是通过计算生成文本与参考文本之间的相似度或重叠度来评价生成文本的质量,或者还可以通过人工打分、人工问答的方法来评价生成文本的质量,在海量的数据面前,传 ...
【技术保护点】
【技术特征摘要】
1.一种自然语言文本生成方法,其特征在于,包括:基于自然语言模型执行文本生成任务,得到至少一条候选文本;基于综合评价指标对各所述候选文本进行评分,得到各所述候选文本的评分结果,其中,所述综合评价指标包括以下评价子指标中的至少两项:语法正确性、语意连贯性、逻辑一致性、信息完整性和创新性;按照所述评分结果对各所述候选文本进行排序,并根据排序结果确定出至少一条候选文本作为文本生成结果。2.根据权利要求1所述的方法,其特征在于,所述自然语言模型是基于Transformer结构和预训练
‑
微调策略形成的。3.根据权利要求2所述的方法,其特征在于,所述自然语言模型为ChatGPT模型。4.根据权利要求1所述的方法,其特征在于,所述基于综合评价指标对各所述候选文本使用评价指标进行评分,得到各所述候选文本的评分结果,包括:基于预构建的评分规则和/或机器学习模型和/或深度学习模型对各所述候选文本在至少两个评价子指标的维度上进行打分,并将得到的子指标打分结果进行归一化处理;基于加权平均方法,根据所述子指标打分结果,确定各所述候选文本的综合评分,作为评分结果。5.根据权利要求4所述的方法,其特征在于,所述基于加权平均方法,根据所述子指标打分结果,确定各所述候选文本的综合评分,包括:根据用户需求,确定各所述子指标的权重;将各所述子指标打分结果与对应的权重进行乘积,并确定多个乘积的和,作为所述候选文本的综合评分。6.根据权利要求1所述的方法,其特征在于,所述按照所述评分结果...
【专利技术属性】
技术研发人员:王俊,
申请(专利权)人:平安科技深圳有限公司,
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。