[发明专利]用于生成文本的方法和装置

权利要求书

1.一种用于生成文本的方法，包括：

获取目标文本；

对所述目标文本进行分词处理以及确定得到的至少一个词语的词性；

根据所述至少一个词语在所述目标文本中的位置，确定由所述至少一个词语的词性形成的目标词性序列；

根据预设的二元组序列组集合中二元组序列中词性的顺序、包括的词语以及所述目标词性序列中词性的顺序，生成所述目标文本的泛化文本，其中，所述二元组序列组集合包括至少一个二元组序列组，二元组序列组包括至少一个二元组序列，二元组序列包括至少一个词性和至少一个词语，同一二元组序列组中的二元组序列的词性顺序相同、包括的词语不同；

所述根据预设的二元组序列组集合中二元组序列中词性的顺序、包括的词语以及所述目标词性序列中词性的顺序，生成所述目标文本的泛化文本，包括：

确定所述二元组序列组集合中、二元组序列中词性的顺序与所述目标词性序列中词性的顺序相同的二元组序列组为第一二元组序列组；

利用所述第一二元组序列组包括的至少一个二元组序列中的词语替换所述目标文本中相同位置的词语，生成所述目标文本的泛化文本。

2.根据权利要求1所述的方法，其中，所述二元组序列组集合中存在关系为相关关系的至少两个二元组序列组；以及

所述根据预设的二元组序列组集合以及所述目标词性序列，生成所述目标文本的泛化文本，包括：

确定所述二元组序列组集合中、与所述第一二元组序列组之间的关系为相关关系的二元组序列组为第二二元组序列组；

根据所述第二二元组序列组包括的至少一个二元组序列中的词语，生成所述目标文本的泛化文本。

3.根据权利要求2所述的方法，其中，所述根据预设的二元组序列组集合以及所述目标词性序列，生成所述目标文本的泛化文本，包括：

确定所述二元组序列组集合中、与所述第二二元组序列组之间的关系为相关关系且不同于所述第一二元组序列组的二元组序列组为第三二元组序列组；

根据所述第三二元组序列组包括的至少一个二元组序列中的词语，生成所述目标文本的泛化文本。

4.根据权利要求1-3任一项所述的方法，其中，所述方法还包括：

确定所生成的泛化文本中词语的共现度；

删除共现度小于第一预设阈值的泛化文本。

5.根据权利要求1-3任一项所述的方法，其中，所述二元组序列组集合由以下步骤得到：

获取文本对集合，其中，所述文本对集合中的文本对包括第一语言文本以及翻译第一语言文本得到的第二语言文本；

确定所述文本对集合中具有相同第一语言文本的文本对子集合，其中，所述文本对子集合中的第二语言文本互不相同；

对于所述文本对子集合中的任意两个第二语言文本，根据二者中不相同的词语以及该两个第二语言文本中词语的词性，生成与第二语言文本对应的二元组序列；

对所生成的二元组序列进行聚类，得到所述二元组序列组集合。

6.根据权利要求5所述的方法，其中，所述对所生成的二元组序列进行聚类，得到所述二元组序列组集合，包括：

确定所生成的二元组序列中包括的词语的向量；

确定所生成的二元组序列中词性顺序相同的至少两个二元组序列；

根据所述至少两个二元组序列中包括的词语的向量，确定所述至少两个二元组序列中任意两个二元组序列的相似度；

根据所确定的相似度，确定所述至少两个二元组序列中属于同一二元组序列组的至少两个二元组序列。

7.根据权利要求6所述的方法，其中，所述方法还包括：

对于二元组序列组中的二元组序列，确定与该二元组序列对应的第二语言文本为索引文本；

确定所述索引文本与所属的文本对子集合中的其它第二语言文本为相关文本；

确定所述相关文本对应的二元组序列所属的二元组序列组为相关二元组序列组；

确定所述索引文本所属的二元组序列组与所述相关二元组序列组之间为相关关系。