【技术实现步骤摘要】
文章生成方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
，具体涉及深度学习与自然语言处理等人工智能
，尤其涉及一种文章生成方法、装置、电子设备及存储介质。
技术介绍
[0002]随着大型的生成式语言模型在自然语言处理(Natural Language Processing；NLP)领域取得重要突破，如何精确地引导模型生成与用户期望相符的结果，仍然是一个亟待解决的挑战。
[0003]例如，现有技术中，可以构建大量的训练样本，对生成式语言模型进行训练，使得生成式语言模型学习生成文章的能力。各训练样本中可以包括需求样本和对应的文章样本。训练时。向生成式语言模型输入需求样本，该生成式语言模型可以基于需求样本，生成满足相应需求的文章。并基于生成的文章和文章样本，对生成式语言模型进行参数调整，使得生成的文章尽可能地与文章样本一致。
技术实现思路
[0004]本公开提供了一种文章生成方法、装置、电子设备及存储介质。
[0005]根据本公开的一方面，提供了一种文章生成方法，包括：
【技术保护点】
【技术特征摘要】
1.一种文章生成方法，包括：获取用户的输入信息；基于所述用户的输入信息，获取匹配的目标提示模板；基于所述用户的输入信息和所述目标提示模板，采用预先训练的文章生成模型，生成目标文章；所述目标提示模板用于指示要生成的目标文章的架构；所述架构中包括目标文章的至少两种类型的内容块、所述至少两种类型的内容块的顺序以及各类型的所述内容块的内容描述信息。2.根据权利要求1所述的方法，其中，基于所述用户的输入信息，获取匹配的目标提示模板，包括：基于所述用户的输入信息，从预先生成的提示模板库中获取匹配的所述目标提示模板。3.根据权利要求2所述的方法，其中，基于所述用户的输入信息，从预先生成的提示模板库中获取匹配的所述目标提示模板，包括：基于所述用户的输入信息和所述提示模板库中各提示模板，采用预先训练的语义匹配模型，获取所述用户的输入信息与各所述提示模板的语义匹配度；从所述提示模板库中获取语义匹配度最高的所述提示模板，作为匹配的所述目标提示模板。4.根据权利要求3所述的方法，其中，从所述提示模板库中获取语义匹配度最高的所述提示模板，作为匹配的所述目标提示模板之前，所述方法还包括：确定所述语义匹配度最高的值大于或者等于预设阈值。5.根据权利要求4所述的方法，其中，基于所述用户的输入信息，获取匹配的目标提示模板，还包括：若所述语义匹配度最高的值小于所述预设阈值，确定所述提示模板库中不包括与所述用户的输入信息匹配的目标提示模板；基于所述用户的输入信息，采用预先训练的提示模板生成模型，生成所述目标提示模板。6.根据权利要求5所述的方法，其中，基于所述用户的输入信息，采用预先训练的提示模板生成模型，生成所述目标提示模板，包括：基于所述用户的输入信息，采用所述提示模板生成模型，并参考预设的第一资源库，生成所述目标提示模板。7.根据权利要求5所述的方法，其中，基于所述用户的输入信息，采用预先训练的提示模板生成模型，生成所述目标提示模板，包括：基于所述用户的输入信息，获取所述用户的需求信息和补充信息；基于所述用户的需求信息和所述补充信息，采用所述提示模板生成模型，生成所述目标提示模板。8.根据权利要求7所述的方法，其中，基于所述用户的输入信息，获取所述用户的需求信息和补充信息，包括：采用预先训练的需求提取模型，从所述用户的输入信息中抽取所述用户的需求信息；采用预先训练的补充信息提取模型，从所述用户的输入信息中抽取所述补充信息。
9.根据权利要求2所述的方法，其中，获取用户的输入信息，包括：获取所述用户的需求信息和补充信息。10.根据权利要求9所述的方法，其中，基于所述用户的输入信息，从预先生成的提示模板库中获取匹配的所述目标提示模板，包括：基于所述用户的需求信息，从所述提示模板库中获取匹配的所述目标提示模板。11.根据权利要求1
‑
10任一所述的方法，其中，基于所述用户的输入信息和所述目标提示模板，采用预先训练的文章生成模型，生成目标文章，包括：基于所述用户的输入信息和所述目标提示模板，采用预先训练的文章生成模型，并参考预设的第二资源库，生成所述目标文章。12.一种文章生成装置，包括：信息获取模块，用于获取用户的输入信息；模板获取模块，用于基于所述用户的输入信息...
【专利技术属性】
技术研发人员：李弘宇，吕尚文，孙月晴，刘璟，吴华，
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。