[发明专利]用于生成文本的方法和装置

说明书

本申请实施例公开了用于生成文本的方法和装置。上述方法的一具体实施方式包括：获取目标文本；对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；根据至少一个词语在目标文本中的位置，确定由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以及目标词性序列，生成目标文本的泛化文本，其中，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。该实施方式可以对目标文本进行扩展，得到与目标文本表达意义相同的泛化文本，从而可以提高人工智能设备识别用户语言的准确率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成文本的方法和装置。

背景技术

随着人工智能的发展，人工智能设备具有越来越多的功能。用户对人工智能设备的要求也越来越高，尤其是在人机交互方面，用户希望人工智能设备能够对各种形式的语音交互做出正确的反应。例如，在酒店应用人工智能设备的场景中，用户想要通过人工智能设备了解酒店房间的相关信息。有的用户会说“酒店有多少房间”，而有的用户会说“酒店的房间有几个”。技术人员希望人工智能设备能够识别出各种形式的语音交互，以满足不同习惯的用户。

发明内容

本申请实施例提出了用于生成文本的方法和装置。

第一方面，本申请实施例提供了一种用于生成文本的方法，包括：获取目标文本；对上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；根据上述至少一个词语在上述目标文本中的位置，确定由上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以及上述目标词性序列，生成上述目标文本的泛化文本，其中，上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。

在一些实施例中，同一二元组序列组中二元组序列的词性的顺序相同；以及上述根据预设的二元组序列组集合以及上述目标词性序列，生成上述目标文本的泛化文本，包括：确定上述二元组序列组集合中、二元组序列中词性的顺序与上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；根据上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，生成上述目标文本的泛化文本。

在一些实施例中，上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；以及上述根据预设的二元组序列组集合以及上述目标词性序列，生成上述目标文本的泛化文本，包括：确定上述二元组序列组集合中、与上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；根据上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，生成上述目标文本的泛化文本。

在一些实施例中，上述根据预设的二元组序列组集合以及上述目标词性序列，生成上述目标文本的泛化文本，包括：确定上述二元组序列组集合中、与上述第二二元组序列组之间的关系为相关关系且不同于上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；根据上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，生成上述目标文本的泛化文本。

在一些实施例中，上述方法还包括：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。

在一些实施例中，上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，上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；确定上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，上述文本对子集合中的第二语言文本互不相同；对于上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，得到上述二元组序列组集合。