[发明专利]基于知识库导向的网络文本生成方法、装置及存储介质

说明书

本发明涉及一种文本生成技术领域，揭露一种基于知识库导向的网络文本生成方法，包括获取训练数据；其中，训练数据包括历史对话数据和预设知识库中的实体数据；基于训练数据训练文本生成模型的基础神经网络模型，基础神经网络包括编码端和解码端，编码端用于对训练数据进行编码处理，解码端用于对编码端处理后的数据进行解码处理，直至基础神经网络模型的损失函数收在预设范围内，以形成文本生成模型；将查询条件输入文本生成模型中，获取与查询条件对应的网络文本数据。此外，本发明还涉及区块链技术，训练数据存储于区块链中。本发明可以提高网络文本生成的准确率及速度。

技术领域

本发明涉及文本生成技术，尤其涉及一种基于知识库导向的网络文本生成方法、装置、电子设备及计算机可读存储介质。

背景技术

随着AI技术的快速发展，自然语言处理技术近年来也不断突破，文本生成在工业界被广泛应用，与此同时文本生成存在的一些问题也日益凸显，如现有NLP(NaturalLanguage Processing，自然语言处理)技术中普遍存在的OOV(out of vocabulary)问题；由于文本生成在任务型对话中，生成的内容可能不仅仅来源于对话历史记录，还有可能来源于其他外部数据结果，进而会导致无法生成训练数据外的结果；此外，普通的任务型对话框架是pipline 形式，容易发生错误传导问题，在具体的网络设计中，依然存在文本长距离依赖无法捕获问题，并且大部分文本生成所使用的普通seq2seq框架也有生成的文本比较单一和重复的问题等。

目前，基于深度学习的文本生成技术研究已经成为人工智能研究的热点方向，改进文本自动生成技术中的缺点和不足，对将来快速生成符合条件的短评论和短文本具有重要意义，对扩展应用领域有很大的帮助。

采用传统的模板的方法实现文本自动生成的文本句子表达模式固定，不具有灵活性，不适于当前环境下的复杂多变的语言文字表达交流；采用生成对抗网络GAN模型的方法在训练语言模型的时候，由于自然语言的离散数据特性，不容易训练，虽然可以产生的文本较灵活，但是训练的代价很大，需要耗费很大的资源去训练和实现。

发明内容

本发明提供一种基于知识库导向的网络文本生成方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高文本生成的效率及准确度。

为实现上述目的，本发明提供的一种基于知识库导向的网络文本生成方法，包括获取训练数据；其中，所述训练数据包括历史对话数据和预设知识库中的实体数据；基于所述训练数据训练文本生成模型的基础神经网络模型，所述基础神经网络包括编码端和解码端，所述编码端用于对所述训练数据进行编码处理，所述解码端用于对所述编码端处理后的数据进行解码处理，直至所述基础神经网络模型的损失函数收在预设范围内，以形成所述文本生成模型；将查询条件输入所述文本生成模型中，获取与所述查询条件对应的网络文本数据。

可选地，所述训练数据存储于区块链中，所述训练数据的获取公式表示为：

U＝[B；X]

其中，U表示所述训练数据，X表示所述历史对话数据，B表示所述知识库中的实体数据三元组。

可选地，所述历史对话数据的公式表示为：

X＝{x₁，x₂，...x_n，$}

其中，x_n表示所述历史对话数据中的任意字符，$表示所述历史对话数据中的特殊字符；所述实体数据三元组的公式表示为：

B＝{b₁，b₂，...，b_l}，

其中，b_l表示实体数据三元组。