【技术实现步骤摘要】
本专利技术属于计算机网络信息领域。
技术介绍
1、使用ai进行自动诗歌生成的尝试具有很长时间的历史。在很长的一段时间中，都是使用基于诗歌专门的模型，如《九歌》。近年来，随着通用预训练语言模型的发展，使用通用预训练语言模型进行诗歌生成的尝试也逐渐增加，如chatgpt等通用预训练语言模型也可以进行诗歌生成。顺序反向提示则是利用了自然语言的倒装性质，对顺序语言模型文本生成的一种优化方法，在诗歌方法也可以提升诗歌生成的质量。
2、随着预训练语言模型的发展，出现了以glm为代表的非顺序预训练语言模型。非顺序语言模型的特点是除了可以如顺序语言模型一般给定上文生成下文以外，还可以根据给定的上文和下文生成长度任意的中间文本，补充文本的内容。但这一特性在之前的技术实现中并没有得到很好的利用，在使用非顺序预训练语言模型进行文本生成时，仍然是使用给定的上文生成下文。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本专利技术的目的在于提出一种基于非顺序反向提示的自动作诗方法，用于生成高质量的诗歌。
3、为达上述目的，本专利技术第一方面实施例提出了一种基于非顺序反向提示的自动作诗方法，包括：
4、获取诗歌的控制内容，其中，所述控制内容包括：诗歌标题、情感、格式；
5、针对所述控制内容，使用非顺序反向提示-优化法创作初始诗歌；
6、使用非顺序反向提示-重构法优化所述初始诗歌；
7、
8、另外，根据本专利技术上述实施例的一种基于非顺序反向提示的自动作诗方法还可以具有以下附加的技术特征：
9、进一步地，在本专利技术的一个实施例中，所述使用非顺序反向提示-优化法创作初始诗歌，包括：
10、s201：将诗歌的控制内容和当前的诗歌输入诗歌模型，使用非顺序反向提示法生成一句短句；
11、s202：若所述短句不是第一句短句，则使用非顺序反向提示法修改上一句短句；
12、s203：重复s201-s202,直到生成完整首诗歌。
13、进一步地，在本专利技术的一个实施例中，所述使用非顺序反向提示-重构法优化所述初始诗歌,包括：
14、s301：使用非顺序反向提示法修改初始诗歌的第一句短句，然后修改第二句短句……直到修改完全部的短句；
15、s302：重复s301，反复重构诗歌，直到重构次数达到设定的上限，或所述初始诗歌已经无法继续重构。
16、进一步地，在本专利技术的一个实施例中，所述使用非顺序反向提示-优化法创作初始诗歌，还包括：
17、针对给定的诗歌的控制内容，生成一定数量单句候选；
18、计算所述单句候选的反向提示分数，其中所述反向提示分数的计算方法为对所述控制内容进行屏蔽，令非顺序语言模型给出重新生成所述控制内容的混淆度，将所述混淆度作为反向提示分数；
19、根据所述反向提示分数确定最终生成的单句。
20、进一步地，在本专利技术的一个实施例中，所述使用非顺序反向提示-重构法优化所述初始诗歌,包括：
21、以对第一句进行优化为例，使用非顺序语言模型将所述第一句屏蔽，并重新生成多个候选；
22、对所述多个候选，依次进行反向提示分数的计算；
23、根据所述反向提示分数进行确定优化后的单句。
24、为达上述目的，本专利技术第二方面实施例提出了一种基于非顺序反向提示的自动作诗装置，包括以下模块：
25、获取模块，用于获取诗歌的控制内容，其中，所述控制内容包括：诗歌标题、情感、格式；
26、创作模块，用于针对所述控制内容，使用非顺序反向提示-优化法创作初始诗歌；
27、优化模块，用于使用非顺序反向提示-重构法优化所述初始诗歌；
28、输出模块，用于输出优化后的诗歌。
29、进一步地，在本专利技术的一个实施例中，所述创作模块，还用于：
30、将诗歌的控制内容和当前的诗歌输入诗歌模型，使用非顺序反向提示法生成一句短句；
31、若所述短句不是第一句短句，则使用非顺序反向提示法修改上一句短句；直到生成完整首诗歌。
32、进一步地，在本专利技术的一个实施例中，所述优化模块，还用于：
33、使用非顺序反向提示法修改初始诗歌的第一句短句，然后修改第二句短句……直到修改完全部的短句；
34、反复重构诗歌，直到重构次数达到设定的上限，或所述初始诗歌已经无法继续重构。
35、进一步地，在本专利技术的一个实施例中，所述创作模块，还用于：
36、针对给定的诗歌的控制内容，生成一定数量单句候选；
37、计算所述单句候选的反向提示分数，其中所述反向提示分数的计算方法为对所述控制内容进行屏蔽，令非顺序语言模型给出重新生成所述控制内容的混淆度，将所述混淆度作为反向提示分数；
38、根据所述反向提示分数确定最终生成的单句。
39、进一步地，在本专利技术的一个实施例中，所述优化模块，还用于：
40、以对第一句进行优化为例，使用非顺序语言模型将所述第一句屏蔽，并重新生成多个候选；
41、对所述多个候选，依次进行反向提示分数的计算；
42、根据所述反向提示分数进行确定优化后的单句。
43、本专利技术实施例提出的基于非顺序反向提示的自动作诗方法，利用了非顺序预训练语言模型的特点，提出了一种新的基于非顺序模型的反向提示结构框架，使用非顺序模型的非顺序生成结构优化了反向提示的内容，又利用这一框架，提出了两种新的基于非顺序模型的文本生成方法，优化法和重构法。实验和人工评测表明，该方法可以大幅提升预训练语言模型诗歌生成的能力，生成质量极高的诗歌，平均得分大幅超过chatgpt，接近“中国诗歌网”上诗人创作并经过专家筛选的“每日好诗”水平。
本文档来自技高网...【技术保护点】
1.一种基于非顺序反向提示的自动作诗方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述使用非顺序反向提示-优化法创作初始诗歌，包括：
3.根据权利要求1所述的方法，其特征在于，所述使用非顺序反向提示-重构法优化所述初始诗歌,包括：
4.根据权利要求1或2所述的方法，其特征在于，所述使用非顺序反向提示-优化法创作初始诗歌，还包括：
5.根据权利要求1或3所述的方法，其特征在于，所述使用非顺序反向提示-重构法优化所述初始诗歌,包括：
6.一种基于非顺序反向提示的自动作诗装置，其特征在于，包括以下模块：
7.根据权利要求6所述的装置，其特征在于，所述创作模块，还用于：
8.根据权利要求6所述的装置，其特征在于，所述优化模块，还用于：
9.根据权利要求6所述的装置，其特征在于，所述创作模块，还用于：
10.根据权利要求6所述的装置，其特征在于，所述优化模块，还用于：
【技术特征摘要】
1.一种基于非顺序反向提示的自动作诗方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述使用非顺序反向提示-优化法创作初始诗歌，包括：
3.根据权利要求1所述的方法，其特征在于，所述使用非顺序反向提示-重构法优化所述初始诗歌,包括：
4.根据权利要求1或2所述的方法，其特征在于，所述使用非顺序反向提示-优化法创作初始诗歌，还包括：
5.根据权利要求1或3所述的方法，其特征在于...
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。