内容生成方法及系统技术方案

本说明书提供一种内容生成方法及系统，在内容生成过程中，获取目标用户是否偏好生成内容的质量，以及所偏好的生成内容的目标质量类型的内容偏好，并在基于所获取的内容提示数据生成内容的过程中，基于内容偏好对内容生成过程进行指导，使得目标内容的生成过程朝着内容偏好的方向发展，从而使得所生成的目标内容能够满足目标用户对于内容质量的要求，减少目标用户后期对于生成内容的调整次数和调整时间，进而提高内容生成效率。进而提高内容生成效率。进而提高内容生成效率。

【技术实现步骤摘要】
内容生成方法及系统


[0001]本说明书涉及图像处理
，尤其涉及一种内容生成方法及系统。

技术介绍

[0002]人工智能生成内容(Artificial Intelligence Generated Content，AIGC)在近年来得到了突破性进展，其已在一些简单的创作上得到了应用，但是在更加复杂和细粒度的设计上，仍然处于起步阶段。用户往往需要对生成的内容进行复杂的后期处理才能使用。比如，通过多轮调整提示信息进行内容生成的方法，再比如通过用户自行挑选参考图像及其组合的方式进行内容生成。
[0003]综上，需要提供一种新的内容生成方法及系统，能够提高AIGC内容的后期处理效率。
[0004]
技术介绍
部分的内容仅仅是专利技术人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术。

技术实现思路

[0005]本说明书提供一种内容生成方法及系统，能够提升AIGC内容的后期处理效率。
[0006]第一方面，本说明书提供一种内容生成方法，包括获取目标用户输入的内容提示数据，作为所述内容生成方法的生成目标；获取所述目标用户的内容偏好，所述内容偏好表征所述目标用户是否偏好生成内容的质量，以及所偏好的生成内容的目标质量类型；基于所述内容提示数据和所述内容偏好，生成目标内容，所述目标内容与所述内容提示数据以及所述内容偏好相匹配；以及输出所述目标内容。
[0007]在一些实施例中，所述获取所述目标用户的内容偏好，包括：基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，所述历史内容生成数据包括历史内容提示数据及其对应的历史采纳内容。
[0008]在一些实施例中，所述基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，包括：确定所述历史采纳内容对应的多个质量类型下的多个历史质量指标；将所述多个历史质量指标分别与其对应的多个质量阈值进行对比，并确定存在高于其对应的质量阈值的历史质量指标时，识别为所述目标用户偏好质量；以及将高于其对应的质量阈值的历史质量指标对应的质量类型作为所述目标质量类型。
[0009]在一些实施例中，所述基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，包括：将所述目标用户的历史内容生成数据输入至内容偏好识别模型中，得到所述目标用户的内容偏好；其中，所述内容偏好识别模型的训练数据包括多个样本内容提示数据及其对应的样本采纳内容，所述内容偏好识别模型的训练目标包括约束其输出的预测偏好类别与真实偏好类别之间的差异小于第一预设差异阈值，以及约束其输出的预测偏好质量类型与真实偏好质量类型之间的差异小于第二预设差异阈值，其中，所述真实偏好类别与所述真实偏好质量类型是基于所述样本采纳内容得到的。
[0010]在一些实施例中，所述内容偏好识别模型的训练目标还包括约束其基于所述多个样本内容提示数据输出的多个第一预测样本内容提示特征之间的差异、基于多个样本采纳内容输出的多个预测样本采纳内容特征之间的差异和多个预测样本融合特征一致，所述多个预测样本融合特征是基于所述多个第一预测样本内容提示特征和与其对应的所述预测样本采纳内容特征进行融合得到的。
[0011]在一些实施例中，所述基于所述内容提示数据和所述内容偏好，生成目标内容，包括：基于所述内容提示数据，生成与所述内容提示数据匹配的初始内容；确定所述初始内容的内容质量，所述内容质量包括所述初始内容在所述目标质量类型下的初始质量指标；基于所述内容偏好和所述内容质量，确定内容优化判断结果，所述内容优化判断结果表征是否对所述初始内容进行优化；以及基于所述内容优化判断结果和所述初始内容，得到所述目标内容。
[0012]在一些实施例中，所述确定所述初始内容的内容质量，包括：基于所述内容提示数据和/或所述初始内容，得到所述初始内容在多个质量类型下对应的多个初始质量指标；以及基于所述多个初始质量指标和所述目标质量类型，确定所述初始内容的内容质量。
[0013]在一些实施例中，所述基于所述内容提示数据和/或所述初始内容，得到所述初始内容在多个质量类型下对应的多个初始质量指标，包括：将所述内容提示数据和所述初始内容输入至内容质量识别模型中，得到所述多个初始质量指标，其中，所述内容质量识别模型的训练数据包括多个样本内容提示数据及其对应的样本初始内容，所述内容质量识别模型的训练目标包括约束其输出的所述多个内容质量类型对应的多个预测质量指标与其对应的真实质量指标之间的差异小于第三预设差异阈值。
[0014]在一些实施例中，所述多个质量类型包括FID类型、所述内容提示信息和所述初始内容之间的相似度类型、IS类型和所述初始内容的属性参数类型中至少两种。
[0015]在一些实施例中，所述基于所述内容偏好和所述内容质量，确定内容优化判断结果，包括：确定所述内容偏好表征所述目标用户偏好生成内容的质量时，基于所述内容偏好与所述初始内容的内容质量，确定所述内容优化判断结果。
[0016]在一些实施例中，所述基于所述内容偏好与所述初始内容的内容质量，确定所述内容优化判断结果，包括：确定所述目标质量类型下，所述初始内容的内容质量小于预设的质量指标阈值，确定所述内容优化判断结果为对所述初始内容进行优化；或者确定所述目标质量类型下，所述初始内容的内容质量大于预设的质量指标阈值，确定所述内容优化判断结果为不对所述初始内容进行优化。
[0017]在一些实施例中，所述基于所述内容偏好与所述初始内容的内容质量，确定所述内容优化判断结果，包括：将所述内容偏好和所述内容质量输入至内容优化识别模型中，得到内容优化判断结果；其中，所述优化识别模型的训练目标包括约束其基于样本内容偏好和与其对应的样本内容质量输出的预测优化判断结果与真实优化结果之间的差异小于第四预设差异阈值，所述真实优化结果表征是否对样本初始内容进行优化。
[0018]在一些实施例中，所述基于所述内容优化判断结果和所述初始内容，得到所述目标内容，包括：确定所述内容优化判断结果为对所述初始内容进行优化时，以所述内容偏好以及所述初始内容的内容质量为引导条件，基于所述内容提示数据对所述初始内容进行优化，得到所述目标内容，以使所述目标内容满足所述内容偏好；或者确定所述内容优化判断
结果为不对所述初始内容进行优化时，将所述初始内容确定为所述目标内容。
[0019]在一些实施例中，所述以所述内容偏好以及所述初始内容的内容质量为引导条件，基于所述内容提示数据对所述初始内容进行优化，得到所述目标内容，以使所述目标内容满足所述内容偏好，包括：将所述内容提示数据、所述内容偏好、所述内容质量和所述初始内容输入至内容优化模型中，得到所述目标内容；其中，所述内容优化模型的训练数据包括样本内容提示数据及其对应的样本初始内容、样本内容偏好以及所述样本初始内容对应的样本内容质量，所述内容优化模型的训练目标包括约束其输出的预测优化内容和所述样本初始内容对应的样本采纳内容之间的差异小于第五预设差异阈值。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内容生成方法，包括：获取目标用户输入的内容提示数据，作为所述内容生成方法的生成目标；获取所述目标用户的内容偏好，所述内容偏好表征所述目标用户是否偏好生成内容的质量，以及所偏好的生成内容的目标质量类型；基于所述内容提示数据和所述内容偏好，生成目标内容，所述目标内容与所述内容提示数据以及所述内容偏好相匹配；以及输出所述目标内容。2.根据权利要求1所述的方法，其中，所述获取所述目标用户的内容偏好，包括：基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，所述历史内容生成数据包括历史内容提示数据及其对应的历史采纳内容。3.根据权利要求2所述的方法，其中，所述基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，包括：确定所述历史采纳内容对应的多个质量类型下的多个历史质量指标；将所述多个历史质量指标分别与其对应的多个质量阈值进行对比，并确定存在高于其对应的质量阈值的历史质量指标时，识别为所述目标用户偏好质量；以及将高于其对应的质量阈值的历史质量指标对应的质量类型作为所述目标质量类型。4.根据权利要求2所述的方法，其中，所述基于所述目标用户的历史内容生成数据，确定所述目标用户的内容偏好，包括：将所述目标用户的历史内容生成数据输入至内容偏好识别模型中，得到所述目标用户的内容偏好；其中，所述内容偏好识别模型的训练数据包括多个样本内容提示数据及其对应的样本采纳内容，所述内容偏好识别模型的训练目标包括约束其输出的预测偏好类别与真实偏好类别之间的差异小于第一预设差异阈值，以及约束其输出的预测偏好质量类型与真实偏好质量类型之间的差异小于第二预设差异阈值，其中，所述真实偏好类别与所述真实偏好质量类型是基于所述样本采纳内容得到的。5.根据权利要求4所述的方法，其中，所述内容偏好识别模型的训练目标还包括约束其基于所述多个样本内容提示数据输出的多个第一预测样本内容提示特征之间的差异、基于多个样本采纳内容输出的多个预测样本采纳内容特征之间的差异和多个预测样本融合特征一致，所述多个预测样本融合特征是基于所述多个第一预测样本内容提示特征和与其对应的所述预测样本采纳内容特征进行融合得到的。6.根据权利要求1所述的方法，其中，所述基于所述内容提示数据和所述内容偏好，生成目标内容，包括：基于所述内容提示数据，生成与所述内容提示数据匹配的初始内容；确定所述初始内容的内容质量，所述内容质量包括所述初始内容在所述目标质量类型下的初始质量指标；基于所述内容偏好和所述内容质量，确定内容优化判断结果，所述内容优化判断结果表征是否对所述初始内容进行优化；以及基于所述内容优化判断结果和所述初始内容，得到所述目标内容。7.根据权利要求6所述的方法，其中，所述确定所述初始内容的内容质量，包括：
基于所述内容提示数据和/或所述初始内容，得到所述初始内容在多个质量类型下对应的多个初始质量指标；以及基于所述多个初始质量指标和所述目标质量类型，确定所述初始内容的内容质量。8.根据权利要求7所述的方法，其中，所述基于所述内容提示数据和/或所述初始内容，得到所述初始内容在多个质量类型下对应的多个初始质量指标，包括：将所述内容提示数据和所述初始内容输入至内容质量识别模型中，得到所述多个初始质量指标，其中，所述内容质量识别模型的训练数据包括多个样本内容提示数据及其对应的样本初始内容，所述内容质量识别模型的训练目标包括约束其输出的所述多个内容质量类...

【专利技术属性】
技术研发人员：曹佳炯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：