[发明专利]文本生成方法、装置、计算机设备及可读存储介质

说明书

本发明公开了文本生成方法、装置、计算机设备及可读存储介质，属于文本处理领域。文本生成方法、装置、计算机设备及可读存储介质通过预先训练得到的文本生成对抗网络模型根据目标引导数据生成目标文本数据，解决了离散输出不可更新的问题，实现了采用文本生成对抗网络模型可根据句首数据生成文本语句的目的。

技术领域

本发明涉及文本处理领域，尤其涉及文本生成方法、装置、计算机设备及可读存储介质。

背景技术

在智能面试场景中，人工智能(Artificial Intelligence，简称AI)除了需要按照事先预设的问题对候选人进行提问之外，还应根据实际情况向候选人提出开放性的问题，以测试候选人的实际应对能力。开放性的问题需要AI采用生成模型生成提问文本。

目前的生成模型主要采用生成对抗网络(GAN)，由于生成对抗网络需要基于连续型的输出数据更新参数变量，因此主要应用于图像处理中，各类图像生成任务包括无监督生成、带标签生成、超分辨率还原、以及自动上色、街景生成等，其所生成图片的质量逼真至人眼都难以分辨真伪。

当将生成对抗网络应用于文本生成任务上时，由于在文本生成过程中，生成对抗网络需基于已经生成的文本序列输出下一个词语在词汇表中的概率分布，然后选择词语，其所输出的结果为离散型的数据，离散型的数据无法实现网络的训练更新。因此目前的生成对抗网络无法应用于文本生成任务中。

发明内容

针对现有生成对抗网络只支持连续型输出的问题，现提供一种基于可根据离散数据实现更新的文本生成对抗网络的文本生成方法、装置、计算机设备及可读存储介质。

为实现上述目的，本发明提供一种文本生成方法，包括下述步骤：

采集业务对象在问答场景中生成的回答数据；

对所述回答数据进行提取，并获取目标引导数据；

通过预先训练得到的文本生成对抗网络模型并根据所述目标引导数据生成目标文本数据；

所述目标引导数据为所述目标文本数据的句首数据。

在一个实施例中，在所述通过预先训练得到的文本生成对抗网络模型并根据所述目标引导数据生成目标文本数据的步骤之前，包括：

获取样本引导集合和样本文本集合，所述样本引导集合包括至少一个样本引导数据，所述样本文本集合包括至少一个样本文本数据，所述样本引导数据为所述样本文本数据的句首数据；

根据所述样本引导集合和所述样本文本集合对初始对抗网络模型进行训练，并得到文本生成对抗网络模型。

在一个实施例中，所述初始对抗网络模型包括生成器和判别器，所述根据所述样本引导集合和所述样本文本集合对初始对抗网络模型进行训练，并得到文本生成对抗网络模型的步骤，包括：

通过所述生成器并根据所述样本引导集合中的至少一个样本引导数据生成至少一个样本文本数据；

采用蒙特卡洛模拟对所述至少一个样本文本数据进行模拟并获取多个样本模拟文本数据；

通过所述判别器并根据所述样本文本集合中的目标文本数据对所述多个样本模拟文本数据进行识别，根据识别结果更新所述生成器的参数值；

基于更新的所述生成器并根据损失函数更新所述判别器；

循环更新所述生成器和所述判别器直至所述初始对抗网络模型符合预设的收敛条件，并得到由更新后的生成器构成的所述文本生成对抗网络模型。

在一个实施例中，通过所述生成器并根据所述样本引导集合中至少一个的样本引导数据生成至少一个样本文本数据的步骤，包括：