[发明专利]写作辅助方法、装置及存储介质、计算机设备

说明书

本发明提供一种写作辅助方法、装置及存储介质、计算机设备，所述方法包括：获取用户写作时输入的目标文本；将所述目标文本输入序列预测模型，获得所述目标文本中每个词组在语法使用中的第一正确概率；所述序列预测模型用于分析输入文本中每个词组的组成结构，以得出每个词组的语法使用正确概率；根据所述目标文本中每个词组在语法使用上的第一正确概率，获取所述目标文本中语法使用正确概率低于预设值的词组，将该词组作为用词不当词组；向所述用户提示所述用词不当词组。上述方法实现对用户的写作内容进行检测，指出写作文本内容用词不当之处。

技术领域

本发明涉及计算机技术领域，具体而言，本发明涉及一种写作辅助方法、装置及存储介质、计算机设备。

背景技术

当下，许多人在撰写文本作品时，由于词汇量的缺乏以及对于词汇量的使用不当，造成文本作品的表达不通顺以及整个文本作品中词语、句子等的使用不当。并且，由于每个人的阅读储备量不一样，对于词汇的使用也缺乏一定的理解，从而在写作时容易出错。同时，用户并不能很快意识到错误处。或者，并不能理解到错误处。

当前，多数写作辅助产品和以及产品发明主要集中在对写作文本的语法、拼写等进行纠正提示，对于写作文本的内容上缺乏错误提示。

发明内容

本发明提出一种写作辅助方法、装置及存储介质、计算机设备，以实现对用户的写作内容进行检测，指出写作文本内容用词不当之处。

本发明提供以下方案：

一种写作辅助方法，包括：获取用户写作时输入的目标文本；将所述目标文本输入序列预测模型，获得所述目标文本中每个词组在语法使用中的第一正确概率；所述序列预测模型用于分析输入文本中每个词组的组成结构，以得出每个词组的语法使用正确概率；根据所述目标文本中每个词组在语法使用上的第一正确概率，获取所述目标文本中语法使用正确概率低于预设值的词组，将该词组作为用词不当词组；向所述用户提示所述用词不当词组。

在一实施例中，所述序列预测模型根据以下方式训练：获取所述序列预测模型对应的训练语料，并标注出所述训练语料中的错误用语和正确用语；利用所述错误用语和所述正确用语对所述序列预测模型进行训练。

在一实施例中，所述序列预测模型为基于双向长短期记忆网络LSTM和条件随机场CRF构成的模型。

在一实施例中，所述获取所述目标文本中语法使用的正确概率低于预设值的词组之后，还包括：将所述目标文本中所述用词不当词组的上文信息输入语言生成模型中，得到替代所述用词不当词组的多个替代词以及多个所述替代词的生成概率；所述语言生成模型用于分析输入词组的上文信息以输出替代输入词组的替代词；所述生成概率为根据所述语言生成模型得到的替代词用于替代输入词组的概率；根据生成概率对多个所述替代词进行排序，获取排序在前的预设数量的替代词，以生成候选词列表；所述向所述用户提示所述用词不当词组之后，还包括：向所述用户提示所述候选词列表中的所述替代词。

在一实施例中，所述语言生成模型根据以下方式训练：获取训练样本文本；将所述训练样本文本进行分词，并采用one-hot独热码方式对分词后所述训练样本文本进行编码，得到第一词向量；将所述第一词向量输入word2vector模型进行词向量空间映射，得到第二词向量；将所述第二词向量输入所述语言生成模型中，以对所述语言生成模型进行训练。

在一实施例中，所述语言生成模型为基于LSTM的网络结构的模型。

在一实施例中，所述向所述用户提示所述候选词列表中的所述替代词，包括：将所述候选词列表中的所述替代词输入所述序列预测模型，得到每个替代词在语法使用上的第二正确概率，根据所述第二正确概率从高到低对每个替代词进行排序，得到排序后新的候选词列表；根据所述新的候选词列表的排序，向所述用户提示所述新的候选词列表中的替代词。