[发明专利]文本生成方法、文本生成装置以及已学习模型

说明书

本发明涉及文本生成方法、文本生成装置以及已学习模型，减轻学习数据的构筑的困难性并且应对处理的复杂化。置换信息收集部决定辅助置换器的作用；辅助置换器教师数据生成部根据置换信息DB的参照结果，生成在辅助置换器的机器学习中使用的置换教师数据；辅助置换器生成部根据置换教师数据DB生成辅助置换器；辅助置换器文本生成器结合部将辅助置换器生成部生成的辅助置换器结合到未学习的文本生成器；文本生成信息收集部收集文本的生成前信息以及生成后信息；文本生成器教师数据生成部根据生成信息DB的参照结果，生成在文本生成器的机器学习中使用的生成教师数据；文本生成器生成部根据生成教师数据DB生成文本生成器。

技术领域

本发明涉及文本生成方法、文本生成装置以及已学习模型。

背景技术

在与自然语言处理有关的许多系统中，需要辨识2个文本的意思或意图是否相同。例如，考虑具有提问文和回答文的配对，接受来自用户的输入，在找到适合于该输入的提问文之后，输出与该提问文对应的回答的提问应答系统。

来自用户的输入未必成为与提问应答系统具有的提问文相同的文本。即使提问应答系统具有作为提问文的“请问车站的地点”、作为回答文的“往北200米”的配对，也有不是从用户输入“请问车站的地点”、而是“想知道车站的地点”这样的文本的情况。提问应答系统在根据是否与“请问车站的地点”完全一致而寻找相应的提问文的情况下，不能针对“想知道车站的地点”这样的输入而回答“往北200米”。

不限于所述事例，由于输入活用形的变动、具有相同的意思的其他单词，在提问应答系统中，可能引起尽管具有回答文，但不能将来自用户的输入与对应的提问文相关联这样的结果。

作为解决这样的问题的方法之一，有复述生成(Paraphrase Generation)。复述生成是在某个文本被提供时生成具有相同的意思的其他文本的技术。通过进行复述生成，针对一个回答文而将多个提问文对应起来，提问应答系统能够针对各种输入进行回答。

在非专利文献1～3中，公开了用以神经网络为首的端到端(End-to-End)架构进行复述生成的方法。例如，在如根据“想确认车站的地点”生成“想知道车站的地点”的处理那样，仅置换文本的一部分的动词的情况下，因为能够使用同义词词典等自动地构筑学习用数据，想要实现的处理也不复杂，所以与端到端架构的适合性良好。

现有技术文献

非专利文献

非专利文献1：Paraphrase Generation with Deep Reinforcement LearningZichao Li，Xin Jiang，Lifeng Shang，Hang Li，EMNLP 2018

非专利文献2：Neural Paraphrase Generation with Stacked Residual LSTMNetworks aaditya prakash，Sadid A.Hasan，Kathy Lee，VivekDatla，Ashequl Qadir，Joey Liu，Oladimeji Farri，COLING 2016

非专利文献3：Joint Copying and Restricted Generation for ParaphraseZiqiang Cao，Chuwei Luo，Wenjie Li，Sujian Li，AAAI 2017

发明内容

然而，例如，在如根据“车站的地点在哪”生成“想乘坐电车”的处理那样，变更文本的单词以及文体的情况下，因为想要实现的处理变得复杂，需要大量的学习数据，而且也难以自动地构筑学习数据，所以与端到端架构的适合性差。

本发明是鉴于上述情况而完成的，其目的在于提供一种能够减轻学习数据的构筑的困难性并且应对处理的复杂化的文本生成方法、文本生成装置以及已学习模型。