[发明专利]基于图谱的文本生成方法、系统、电子设备及存储介质

说明书

本发明提出一种基于图谱的文本生成方法、系统、电子设备及存储介质，其方法技术方案包括三元组排序步骤，基于一预设排序规则对构成图谱的三元组进行排序；冗余处理步骤，去除排序后的所述三元组的冗余信息，并基于一预设重组规则对所述三元组进行修改重组；文本生成步骤，分析修改重组后的所述三元组的关系词词性，并根据分析结果通过一预设文本模板生成文本。本发明解决了现有文本生成方法缺乏指代、信息冗余的问题。

技术领域

本发明属于语言处理领域，尤其涉及一种基于图谱的文本生成方法、系统、电子设备及存储介质。

背景技术

随着科学技术的进步和知识图谱的发展，人们可以从大量文本中提取有价值信息(如实体或实体间的关系)，然后以结构化的形式存储到指定数据库中。尽管这些结构化信息大大节约了存储成本且能够以图谱形式进行展示，但图谱显示得信息是无序性、零散的，这使用户难以准确理解图谱。因此，根据图谱中的这些结构化信息生成有序的、有逻辑的、通顺的文本来帮助人们理解图谱是非常有价值的。

尽管已有许多关于图谱知识生成文本段的研究成果，但这些研究成果中的训练和测试语料主要以英文为主，故难以适用于中文文本生成；另外，中文训练和测试语料的缺乏直接导致很少有学者研究由中文图谱生成文本段落，倘若由人工标注训练语料的话很耗费成本。

目前，知识图谱中的知识大多数是由形如实体1,关系词,实体2的三元组组成，而在将这些三元组生成文本段落时难免会遇到信息冗余的情况，即缺乏指代，也就是说文本段中的各子句里可能会出现大量相同的主语、谓语和宾语，明显降低了用户的体验度。

发明内容

本申请实施例提供了一种基于图谱的文本生成方法、系统、电子设备及存储介质，以至少解决现有文本生成方法缺乏指代、信息冗余的问题。

第一方面，本申请实施例提供了一种基于图谱的文本生成方法，包括：三元组排序步骤，基于一预设排序规则对构成图谱的三元组进行排序；冗余处理步骤，去除排序后的所述三元组的冗余信息，并基于一预设重组规则对所述三元组进行修改重组；文本生成步骤，分析修改重组后的所述三元组的关系词词性，并根据分析结果通过一预设文本模板生成文本。

优选的，所述三元组排序步骤包括：有向图构建步骤，将所述三元组进行去重，并转换为一有向图结构；规则排序步骤，计算所述有向图的出入度信息，并根据所述出入度信息和三元组间的上下文信息对所述三元组进行排序。

优选的，所述规则排序步骤包括：先根据所述有向图图中各节点的出入度预先确定每个句子的起始三元组，再确定所述每个句子内所包含的其他三元组并确定所述每个句子内的三元组顺序，最后确定所述每个句子的顺序。

优选的，所述冗余处理步骤包括，将所述三元组中冗余的共享实体替换为代词或空字符串。

第二方面，本申请实施例提供了一种基于图谱的文本生成系统，适用于上述一种基于图谱的文本生成方法，包括：三元组排序单元，基于一预设排序规则对构成图谱的三元组进行排序；冗余处理单元，去除排序后的所述三元组的冗余信息，并基于一预设重组规则对所述三元组进行修改重组；文本生成单元，分析修改重组后的所述三元组的关系词词性，并根据分析结果通过一预设文本模板生成文本。

在其中一些实施例中，所述三元组排序单元包括：有向图构建模块，将所述三元组进行去重，并转换为一有向图结构；规则排序模块，计算所述有向图的出入度信息，并根据所述出入度信息和三元组间的上下文信息对所述三元组进行排序。

在其中一些实施例中，所述规则排序模块包括：先根据所述有向图图中各节点的出入度预先确定每个句子的起始三元组，再确定所述每个句子内所包含的其他三元组并确定所述每个句子内的三元组顺序，最后确定所述每个句子的顺序。

在其中一些实施例中，所述冗余处理单元包括，将所述三元组中冗余的共享实体替换为代词或空字符串。