用于生成内容的方法技术

本说明书的实施例涉及一种用于生成内容的方法

【技术实现步骤摘要】
用于生成内容的方法、系统、计算设备和存储介质


[0001]本说明书的实施例总体涉及数据处理
，并且更具体地涉及一种用于生成内容的方法
、
系统
、
计算设备和存储介质
。

技术介绍

[0002]生成式人工智能生成式人工智能
(AIGC
，
Artificial Intelligence Generated Content)
可以根据输入的条件或指导，生成与之相关的内容
。
例如，通过输入提示
(Prompt)
，
AIGC
可以生成与
Prompt
相匹配的文章
、
图像
、
音频等
。
[0003]然而，
AIGC
在生成的内容存在一定的不可控性和不稳定性，在有些情况下，并不能稳定的生成满足用户期望的内容，还可能会产生一些偏差，不同的
AIGC
模型对同一提示语的理解能力也都略有差异
。
[0004]由此，需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于生成内容的方法，包括：获取目标用户确定的提示语；针对所获取的提示语，通过分类模型提取提示语的特征，以便确定所获取的提示语所指示的风格偏好；基于所确定的风格偏好和所获取的提示语，从多个候选的生成式人工智能模型中匹配至少一个生成式人工智能模型，生成内容模型至少包括所述分类模型和所述多个候选的生成式人工智能模型；以及将所获取的提示语输入所匹配的生成式人工智能模型，以生成针对所获取的提示语的内容
。2.
根据权利要求1所述的方法，其中，所述多个候选的生成式人工智能模型中的不同的候选的生成式人工智能模型针对同一提示语所生成的内容所呈现的风格类型是不同的
。3.
根据权利要求2所述的方法，其中，所述风格类型包括主风格类型
、
一级或多级子风格类型；所述风格偏好至少指示一种主风格类型
。4.
根据权利要求3所述的方法，其中，还包括：如果针对同一提示语所生成的内容所呈现的风格类型所包括的主风格类型和子风格类型中的至少一项不同，则确定针对同一提示语所生成的内容所呈现的风格类型不同
。5.
根据权利要求3所述的方法，其中，所述风格类型与以下至少一项相关联：美术风格
、
设计风格
、
美学术语
、
摄影术语
、
画面情绪
、
绘画技法和图像参数
。6.
根据权利要求1‑5中任一项所述的方法，其中，确定所获取的提示语所指示的风格偏好包括：针对所获取的提示语，提取关于提示语的画面特征，所述画面特征与提示语所指示的图像呈现相关；以及基于所提取的画面特征，确定提示语的风格类型，以确定所获取的提示语所指示的风格偏好
。7.
根据权利要求6所述的方法，其中，所述画面特征与画面元素的以下至少一项相关联：空间布局
、
艺术手法
、
色彩
、
光影效果
、
场景
、
主题
、
姿态动作
、
目标对象类型和图像参数
。8.
根据权利要求1‑5中任一项所述的方法，其中，从多个候选的生成式人工智能模型中匹配至少一个生成式人工智能模型包括：基于所确定的风格偏好，确定每个候选的生成式人工智能模型针对所确定的风格偏好的偏好得分；将偏好得分高于第一预定得分阈值的生成式人工智能模型确定为第一类模型，将所述第一类模型的偏好得分归一化处理，以便确定所获取的提示语被输入第一类模型以生成内容的路由概率；基于每个第一类模型的路由概率，确定与所获取的提示语匹配的至少一个生成式人工智能模型
。9.
根据权利要求8所述的方法，还包括：将超过第一预定数量阈值的用户的偏好得分都低于第二预定得分阈值的生成式人工
智能模型确定为第二类模型，将所述第二类模型从多个候选的生成式人工智能模型中剔除
。10.
根据权利要求1‑5中任一项所述的方法，其中，确定所获取的提示语所指示的风格偏好包括：确定是否存在关于目标用户的历史风格偏好信息；以及如果存在关于目标用户的历史风格偏好信息，基于目标用户确定的提示语和所述目标用户的历史风格偏好信息，确定所述目标用户所确定的提示语的风格偏好
。11.
根据权利要求
10
所述的方法，还包括：如果不存在关于目标用户的历史风格偏好信息，基于目标用户确定的提示语以确定所述提示语所指示的风格偏好；将超过第二预定数量阈值的用户的偏好得分都高于第三预定得分阈值的生成式人工智能模型确定为第三类模型；以及根据预定的模型匹配数量阈值，匹配不多于所述数量阈值的第三类模型，以生成针对所获取的提示语的内容
。12.
根据权利要求
11
所述的方法，还包括：如果匹配到的生成式人工智能模型至少有两个，将所获取的提示语输入所匹配的至少两个生成式人工智能模型，以生成至少两个针对所获取的提示语的内容；以及基于目标用户针对所生成的至少两个内容的反馈信息，更新所述目标用户的历史偏好信息
。13.
一种用于训练生成内容模型的方法，其中，所述生成内容模型至少包括分类模型和多个候选的生成式人工智能模型，所述方法包括：获取多个训练提示语和对应的多个风格类型标注，所述多个训练提示语包括文字和
/
或参考图像；基于多个训练提示语和多个风格类型标注，以预定第一损失函数训练分类模型直至模型收敛，以获得经训练的分类模型；将训练提示语分别输入多个候选的生成式人工智能模型中的每个候选的生成式人工智能模型，以获取每个候选的生成式人工智能模型针对训练提示语所生成的内容；将每个候选的生成式人工智能模型所生成的内容输入经训练的分类模型，以确定每个候选的生成式人工智能模型所生成的内容所对应的风格类型；以及基于训练提示语
、
候选的生成式人工智能模型针对训练提示语所生成的内容
、
所生成的内容所对应的风格类型，以预定第二损失函数训练候选的生成式人工智能模型直至模型收敛
。14.
根据权利要求
13...

【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：