[发明专利]古诗词生成方法、装置及存储介质

权利要求书

1.一种古诗词生成方法，其特征在于，所述方法包括：

获取图片；

提取所述图片中的目标对象的特征向量；

将所述特征向量输入到文本生成模型中，得到所述文本生成模型输出的古诗词，其中，所述文本生成模型经过无监督文本语料预训练，并通过图片诗词样本训练得到的，所述图片诗词样本包括图片样本以及作为所述图片样本的标签的古诗词。

2.根据权利要求1所述的方法，其特征在于，所述文本生成模型的训练包括：

获取所述无监督文本语料和图片诗词样本，所述无监督文本语料中包括古诗词；

通过所述无监督文本语料对文本生成模型进行无监督的预训练；

在所述预训练完成后，通过所述图片诗词样本对所述文本生成模型进行训练，直到所述文本生成模型收敛，得到训练完成的文本生成模型。

3.根据权利要求2所述的方法，其特征在于，所述图片诗词样本包括训练集以及验证集，所述通过所述图片诗词样本对所述文本生成模型进行微调，直到文本生成模型收敛，包括：

通过所述训练集对所述文本生成模型训练预设次数，并通过所述验证集获取每一次训练后的文本生成模型的交叉熵；

将最小的所述交叉熵对应的文本生成模型作为所述训练完成的文本生成模型。

4.根据权利要求2或3所述的方法，其特征在于，所述文本生成模型为GPT2模型，所述GPT2模型中的解码器为采用自注意力机制的解码器。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述提取所述图片中的目标对象的特征向量，包括：

将所述图片输入到检测模型中，得到所述检测模型输出的所述图片中的目标对象的特征向量，其中，所述检测模型用于对所述图片中的目标对象进行检测，并提取所述目标对象的特征向量。

6.根据权利要求5所述的方法，其特征在于，所述检测模型为Faster Mask-RCNN模型，所述Faster Mask-RCNN模型提取所述目标对象的特征向量包括：根据均值池化的方式对多个所述目标对象提取特征向量。

7.一种古诗词生成装置，其特征在于，所述装置包括：

获取模块，被配置成获取图片；

执行模块，被配置成提取所述图片中的目标对象的特征向量；

控制模块，被配置成将所述特征向量输入到文本生成模型中，得到所述文本生成模型输出的古诗词，其中，所述文本生成模型经过无监督文本语料预训练，并通过图片诗词样本训练得到的，所述图片诗词样本包括图片样本以及作为所述图片样本的标签的古诗词。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括训练模块，所述训练模块被配置成获取所述无监督文本语料和图片诗词样本，所述无监督文本语料中包括古诗词；

通过所述无监督文本语料对文本生成模型进行无监督的预训练；

在所述预训练完成后，通过所述图片诗词样本对所述文本生成模型进行训练，直到所述文本生成模型收敛，得到训练完成的文本生成模型。

9.根据权利要求8所述的装置，其特征在于，所述训练模块被配置成通过所述图片诗词样本的训练集对所述文本生成模型训练预设次数，并通过所述图片样本的验证集获取每一次训练后的文本生成模型的交叉熵；

将最小的所述交叉熵对应的文本生成模型作为所述训练完成的文本生成模型。

10.根据权利要求8或9所述的装置，其特征在于，所述文本生成模型为GPT2模型，所述GPT2模型中的解码器为采用自注意力机制的解码器。

11.根据权利要求7-9任一项所述的装置，其特征在于，所述执行模块被配置成将所述图片输入到检测模型中，得到所述检测模型输出的所述图片中的目标对象的特征向量，其中，所述检测模型用于对所述图片中的目标对象进行检测，并提取所述目标对象的特征向量。