[发明专利]一种多语种文本生成方法、装置、设备及存储介质

权利要求书

1.一种多语种文本生成方法，其特征在于，包括：

获取多语种单词表，所述多语种单词表包含多个词条，每个词条包括一个单词以及所述单词的语种信息；

利用预先建立的多语种文本生成模型，以所述多语种单词表为依据生成多语种文本，其中，所述多语种文本生成模型以生成符合真实多语种文本特点的多语种文本为生成目标进行文本生成。

2.根据权利要求1所述的多语种文本生成方法，其特征在于，所述多语种文本生成模型采用对抗生成网络中的生成网络；

所述多语种文本生成模型的训练目标为，使所述对抗生成网络中的判别网络无法区分输入的多语种文本为所述生成网络生成的文本还是真实文本。

3.根据权利要求1所述的多语种文本生成方法，其特征在于，所述以所述多语种单词表为依据生成多语种文本，包括：

根据所述多语种单词表中的语种信息，从所述多语种单词表中随机采样若干词条组成目标单词表；

以所述目标单词表为依据生成多语种文本。

4.根据权利要求3所述的多语种文本生成方法，其特征在于，所述以所述目标单词表为依据生成多语种文本，包括：

确定所述目标单词表中每个词条的特征向量以及所述目标单词表的特征向量，其中，所述目标单词表的特征向量为所述目标单词表中所有词条整体的特征向量；

基于所述目标单词表的特征向量，确定包含句子文法信息的向量，作为全局计划隐变量；

基于所述全局计划隐变量、所述目标单词表中每个词条的特征向量以及所述目标单词表的特征向量，生成多语种文本。

5.根据权利要求4所述的多语种文本生成方法，其特征在于，所述基于所述目标单词表的特征向量，确定包含句子文法信息的向量，作为全局计划隐变量，包括：

基于所述目标单词表的特征向量，确定所述目标单词表的特征向量服从的正态分布；

从所述正态分布上采样若干值，以得到所述全局计划隐变量。

6.根据权利要求4所述的多语种文本生成方法，其特征在于，所述基于所述全局计划隐变量、所述目标单词表中每个词条的特征向量以及所述目标单词表的特征向量，生成多语种文本，包括：

基于所述全局计划隐变量以及所述目标单词表中每个词条的特征向量，从所述目标单词表中确定参与文本生成的词条，作为目标词条；

基于所述目标单词表的特征向量、所述全局计划隐变量以及所述目标词条的特征向量，生成多语种文本。

7.根据权利要求6所述的多语种文本生成方法，其特征在于，所述基于所述全局计划隐变量以及所述目标单词表中每个词条的特征向量，从所述目标单词表中确定参与文本生成的词条，作为目标词条，包括：

基于所述全局计划隐变量以及所述目标单词表中每个词条的特征向量，预测所述目标单词表中每个词条参与文本生成的概率；

基于所述目标单词表中每个词条参与文本生成的概率，确定所述目标单词表中参与文本生成的词条，作为目标词条。

8.根据权利要求7所述的多语种文本生成方法，其特征在于，所述基于所述目标单词表中每个词条参与文本生成的概率，确定所述目标单词表中参与文本生成的词条，包括：

若所述目标单词表中存在参与文本生成的概率大于预设概率阈值的词条，则将所述参与文本生成的概率大于预设概率阈值的词条确定为参与文本生成的词条；

若所述目标单词表中不存在参与文本生成的概率大于所述预设概率阈值的词条，则将参与文本生成的概率最大的词条确定为参与文本生成的词条。

9.根据权利要求6所述的多语种文本生成方法，其特征在于，所述基于所述目标单词表的特征向量、所述全局计划隐变量以及所述目标词条的特征向量，生成多语种文本，包括：

计算所有目标词条的特征向量的均值；

对所有目标词条的特征向量的均值、所述目标单词表的特征向量以及所述全局计划隐变量进行解码，以获得多语种文本。