[发明专利]留学文书撰写方法、装置及电子设备

权利要求书

1.一种留学文书撰写方法，其特征在于，包括：

获取个人信息，所述个人信息包括待申请的学校名称、专业名称、个人特点；

从预设的文书数据库中查找与所述个人信息匹配的相似文书；

基于迁移模型，从所述相似文书中选取实体描述段落；其中所述迁移模型是通过预先训练的模型得到的；

对所述实体描述段落进行改写，并输出改写后的实体描述段落以撰写留学文书。

2.根据权利要求1所述的方法，其特征在于，对所述实体描述段落进行改写的步骤，包括：

基于预先训练的基于同义词的向量模型，对所述实体描述段落中的相应词汇进行同义词替换；和/或

将属于第一语言的所述实体描述段落翻译为属于第二语言的第一段落，将所述第一段落翻译为属于所述第一语言的第二段落。

3.根据权利要求1所述的方法，其特征在于，对所述实体描述段落进行改写的步骤包括：

获取当前选择的改写方式，所述改写方式包括同义词改写方式、翻译改写方式及混合改写方式；

基于当前选择的所述改写方式，对所述实体描述段落进行改写。

4.根据权利要求1所述的方法，其特征在于，所述迁移模型的训练过程包括：

获取若干个预先训练的神经网络模型；

将所述神经网络模型并联或者串联，得到迁移模型；

将文书样本输入至所述迁移模型，对所述迁移模型进行训练。

5.根据权利要求4所述的方法，其特征在于，将文书样本输入至所述迁移模型，对所述迁移模型进行训练的步骤包括：

对所述文书样本中的段落进行实体标注；

将标注后的文书样本输入至所述迁移模型，以使所述迁移模型对所述文书样本中的段落进行实体识别，并返回错误率；

基于所述错误率调整所述迁移模型中各个所述神经网络模型的每一层的参数。

6.根据权利要求2所述的方法，其特征在于，所述基于同义词的向量模型的训练过程包括：

基于词向量模型建立基于同义词的向量模型；所述词向量模型用于对任意词语向量化；

将预先获取的同义词集合、反义词集合及语句样本输入至所述基于同义词的向量模型，对所述基于同义词的向量模型进行训练；

所述同义词集合、反义词集合均包括多个不同词性类别的集合。

7.一种留学文书撰写装置，其特征在于，包括：

获取模块，用于获取个人信息，所述个人信息包括待申请的学校名称、专业名称、个人特点；

查找模块，用于从预设的文书数据库中查找与所述个人信息匹配的相似文书；

选取模块，用于基于迁移模型，从所述相似文书中选取实体描述段落；其中所述迁移模型是通过预先训练的模型得到的；

改写模块，用于对所述实体描述段落进行改写，并输出改写后的实体描述段落以撰写留学文书。

8.根据权利要求7所述的装置，其特征在于，还包括：迁移模型训练模块，所述迁移模型训练模块用于：

获取若干个预先训练的神经网络模型；

将所述神经网络模型并联或者串联，得到迁移模型；

将文书样本输入至所述迁移模型，对所述迁移模型进行训练。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述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计算机程序时实现上述权利要求1至6任一项所述的方法。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至6任一项所述的方法。