【技术实现步骤摘要】
本说明书涉及自然语言处理领域，尤其涉及一种提示语扩写方法、装置、存储介质及电子设备。
技术介绍
1、目前，随着计算机技术的发展和业务融合的需要，基于文字描述来生成图像，已经成为机器学习技术较为常见的应用场景之一。
2、在现有技术中，通常需预先设置包含各关键词的词典，当用户需生成图像时，从预设的词典中选择各关键词进行组合，并将组合结果输入预先训练的图像生成模型中，得到该图像生成模型输出的图像。
3、但是，在词典中包含的关键词的数量较少时，用户无法从词典中确定出恰当的关键词，导致该图像生成模型确定出的图像与用户预期不符，降低了图像生成的准确率。
4、基于此，本说明书提供一种提示语扩写方法。
技术实现思路
1、本说明书提供一种提示语扩写方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供一种提示语扩写方法，所述方法包括：
4、获取目标对象对应的描述信息；
5、将所述描述信息输入预先训练完成的文本生成模型中，得到所述文本生成模型对所述描述信息进行扩写后输出的扩展文本；
6、基于所述扩展文本，得到所述目标对象对应的提示语文本；其中，所述提示语文本用于被输入至预先训练完成的图像生成模型中，得到所述图像生成模型输出的与所述目标对象匹配的目标图像。
7、可选地，所述描述信息包含所述目标对象的类型信息、所述目标对象的状态信息和所
8、可选地，所述文本生成模型采用下述方式训练得到：
9、确定样本文本；
10、从所述样本文本中，确定样本对象的样本描述信息；
11、将所述样本描述信息作为训练样本，并将所述样本文本作为所述训练样本的标注；
12、根据所述训练样本及其标注，对初始文本生成模型进行训练，得到文本生成模型。
13、可选地，从所述样本文本中，确定样本对象的样本描述信息，具体包括：
14、对所述样本文本进行分词，得到各分词结果；
15、按照预设的各描述信息提取方式，分别对所述各分词结果中的描述信息进行提取，确定所述各描述信息提取方式分别提取到的所述样本对象的描述信息，作为各候选描述信息；
16、根据所述各候选描述信息，确定所述样本对象的样本描述信息。
17、可选地，根据所述训练样本及其标注，对初始文本生成模型进行训练，得到文本生成模型，具体包括：
18、确定基于通用文本集预训练得到的初始文本生成模型；
19、将训练样本中包含的各字符依次输入所述初始文本生成模型中，得到所述初始文本生成模型输出的样本扩展结果；
20、基于所述样本扩展结果和所述标注得到损失值，基于所述损失值调整所述初始文本生成模型的模型参数，得到文本生成模型。
21、可选地，将所述描述信息输入预先训练完成的文本生成模型中，得到所述文本生成模型对所述描述信息进行扩写后输出的扩展文本，具体包括：
22、将所述描述信息输入预先训练完成的文本生成模型中，得到所述文本生成模型对所述描述信息进行扩写后输出的若干扩写结果；
23、响应于用户执行的指定操作，从各扩写结果中，确定用于生成目标图像的扩展文本。
24、可选地，基于所述扩展文本，得到所述目标对象对应的提示语文本，具体包括：
25、根据所述扩展文本渲染得到展示界面，并所述展示界面进行可视化展示；
26、响应于基于所述展示界面执行的修改操作，确定所述扩展文本对应的输入数据；
27、根据所述输入数据和所述扩展文本，确定所述目标对象对应的提示语文本。
28、本说明书提供一种提示语扩写装置，所述装置包括：
29、描述确定模块，用于获取目标对象对应的描述信息；
30、扩写模块，用于将所述描述信息输入预先训练完成的文本生成模型中，得到所述文本生成模型对所述描述信息进行扩写后输出的扩展文本；
31、生成模块，用于基于所述扩展文本，得到所述目标对象对应的提示语文本；其中，所述提示语文本用于被输入至预先训练完成的图像生成模型中，得到所述图像生成模型输出的与所述目标对象匹配的目标图像。
32、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述提示语扩写方法。
33、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述提示语扩写方法。
34、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
35、通过预先训练完成的文本生成模型，将用户对目标对象的描述信息进行扩写，得到扩写后的扩展文本，再基于扩展文本生成提示语文本，以使得后续可基于该提示语文本来生成与目标对象匹配的图像。本说明书中的该提示语扩写方法，通过文本扩展模型得到信息量更丰富且更符合用户预期的扩展文本，避免了在预设词典中关键词较少的情况下，无法确定出符合用户预期的提示语文本，进而无法得到符合用户预期的图像的情况出现，保证了提示语文本的生成效率和图像生成的准确性。
本文档来自技高网...【技术保护点】
1.一种提示语扩写方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述描述信息包含所述目标对象的类型信息、所述目标对象的状态信息和所述目标对象的环境信息中的至少一种。
3.如权利要求1所述的方法，其特征在于，所述文本生成模型采用下述方式训练得到：
4.如权利要求3所述的方法，其特征在于，从所述样本文本中，确定样本对象的样本描述信息，具体包括：
5.如权利要求3所述的方法，其特征在于，根据所述训练样本及其标注，对初始文本生成模型进行训练，得到文本生成模型，具体包括：
6.如权利要求1所述的方法，其特征在于，将所述描述信息输入预先训练完成的文本生成模型中，得到所述文本生成模型对所述描述信息进行扩写后输出的扩展文本，具体包括：
7.如权利要求1所述的方法，其特征在于，基于所述扩展文本，得到所述目标对象对应的提示语文本，具体包括：
8.一种提示语扩写装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
...【技术特征摘要】
1.一种提示语扩写方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述描述信息包含所述目标对象的类型信息、所述目标对象的状态信息和所述目标对象的环境信息中的至少一种。
3.如权利要求1所述的方法，其特征在于，所述文本生成模型采用下述方式训练得到：
4.如权利要求3所述的方法，其特征在于，从所述样本文本中，确定样本对象的样本描述信息，具体包括：
5.如权利要求3所述的方法，其特征在于，根据所述训练样本及其标注，对初始文本生成模型进行训练，得到文本生成模型，具体包括：
6.如权利要求1所述的方法，其特征在于，将所述描述信息输...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，
申请(专利权)人：摩尔线程智能科技北京有限责任公司，
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。