[发明专利]故事文本的预测方法、装置以及电子设备有效
| 申请号: | 202111435356.4 | 申请日: | 2021-11-29 |
| 公开(公告)号: | CN114139524B | 公开(公告)日: | 2022-09-13 |
| 发明(设计)人: | 胡志鹏;席亚东;范长杰;卜佳俊 | 申请(专利权)人: | 浙江大学;网易(杭州)网络有限公司 |
| 主分类号: | G06F40/20 | 分类号: | G06F40/20 |
| 代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 彭星 |
| 地址: | 310000 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 故事 文本 预测 方法 装置 以及 电子设备 | ||
1.一种故事文本的预测方法,其特征在于,所述方法包括:
响应于针对所述故事文本的获取事件,确定所述故事文本中的故事剧情文本以及故事目标文本;
利用故事内容连续性预测模型对所述故事剧情文本和所述故事目标文本之间的内容连续性进行预测,得到故事内容连续性预测结果;其中,所述故事内容连续性预测模型是利用训练样本集对初始预测模型进行训练后得到的模型训练结果;
根据所述故事内容连续性预测结果,判断所述故事剧情文本的故事内容是否达成所述故事目标文本的故事目标;
所述响应于针对所述故事文本的获取事件,确定所述故事文本中的故事剧情文本以及故事目标文本的步骤之前,还包括:
响应于故事的输入操作,确定所述输入操作对应的故事输入文本;
基于指定故事文本和所述故事输入文本,通过故事生成模型生成所述故事剧情文本;
将所述故事剧情文本和所述故事目标文本进行组合,得到所述故事文本。
2.根据权利要求1所述的方法,其特征在于,所述根据所述故事内容连续性预测结果,判断所述故事剧情文本的故事内容是否达成所述故事目标文本的故事目标的步骤,包括:
根据所述故事内容连续性预测结果中的连续性概率,确定所述故事剧情文本的故事内容达成所述故事目标文本的故事目标的达成目标概率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述故事内容连续性预测结果,判断所述故事剧情文本的故事内容是否达成所述故事目标文本的故事目标的步骤,还包括:
如果所述达成目标概率大于预设概率阈值,则确定所述故事剧情文本的故事内容已达成所述故事目标文本的故事目标;
如果所述达成目标概率小于或等于所述预设概率阈值,则确定所述故事剧情文本的故事内容未达成所述故事目标文本的故事目标。
4.根据权利要求1所述的方法,其特征在于,所述将所述故事剧情文本和所述故事目标文本进行组合,得到所述故事文本的步骤,包括:
将预设目标文本的表达风格转换为所述故事剧情文本的表达风格,得到所述故事目标文本;
将所述故事剧情文本和所述故事目标文本进行拼接,得到所述故事文本。
5.根据权利要求1所述的方法,其特征在于,所述训练样本集中的每个训练样本均包含训练文本以及所述训练文本对应的故事内容连续性标签;所述训练样本集中的多个训练样本包括正样本和负样本;所述正样本中的所述故事内容连续性标签为连续标签,所述负样本中的所述故事内容连续性标签为非连续标签。
6.根据权利要求5所述的方法,其特征在于,还包括:
从指定故事内容连续语料中确定所述正样本中的正训练文本;
对所述正训练文本中的故事内容进行干扰处理,并将干扰处理后的文本作为所述负样本中的负训练文本。
7.根据权利要求6所述的方法,其特征在于,所述对所述正训练文本中的故事内容进行干扰处理的步骤,包括:
将所述正训练文本中的任一段落文本替换为所述正训练文本中指定段落的文本。
8.根据权利要求6所述的方法,其特征在于,所述对所述正训练文本中的故事内容进行干扰处理的步骤,包括:
将所述正训练文本中任一段落文本删除。
9.根据权利要求1所述的方法,其特征在于,所述初始预测模型为下述任意一项:
Roberta模型、bert模型、Transformer模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学;网易(杭州)网络有限公司,未经浙江大学;网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111435356.4/1.html,转载请声明来源钻瓜专利网。





