CN106095752B - 一种用于自动生成诗歌的方法和装置 - Google Patents
一种用于自动生成诗歌的方法和装置 Download PDFInfo
- Publication number
- CN106095752B CN106095752B CN201610398764.XA CN201610398764A CN106095752B CN 106095752 B CN106095752 B CN 106095752B CN 201610398764 A CN201610398764 A CN 201610398764A CN 106095752 B CN106095752 B CN 106095752B
- Authority
- CN
- China
- Prior art keywords
- poem
- candidate word
- candidate
- state
- predetermined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本发明提供了一种用于自动生成诗歌的方法,其中,该方法包括以下步骤:根据多个预定韵律规则,构造状态机;根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息,其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息;根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌。根据本发明的方案,能够使用状态机来同时表征多个预定韵律规则,从而生成最优的诗歌。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用于自动生成诗歌的方法和装置。
背景技术
现有技术中,在执行生成诗歌的操作之前,需首先确定诗歌类型以及与该诗歌类型对应的一种特定韵律规则。例如,首先确定要生成一首五言绝句,且选择五言绝句所对应的一种特定平仄规则,在给定了上述限制后,才执行生成诗歌的操作。该方式仅能生成指定诗歌类型以及韵律规则的诗歌,因此其生成的诗歌结果缺乏多样性,可能无法找到更好的方案;例如,对于五言绝句来说,其包括多种韵律规则,仅基于其中一种韵律规则所生成的诗歌可能并不是最优的结果;又例如,对于一种诗歌主题来说,仅基于一种特定的诗歌类型所生成的诗歌同样可能并不能最优的结果。并且,上述方案也可能给用户带来极大不便,如用户可能需要多次执行选择平仄规则的操作来分别获得多个诗歌,并人工去判断哪种平仄规则所生成的诗歌较满意,这需要花费大量的时间和精力。
发明内容
本发明的目的是提供一种用于自动生成诗歌的方法和装置。
根据本发明的一个方面,提供一种用于自动生成诗歌的方法,其中,该方法包括以下步骤:
根据多个预定韵律规则,构造状态机;
根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息,其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息;
根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌。
根据本发明的另一个方面,还提供了一种用于自动生成诗歌的装置,其中,该装置包括:
第一构造装置,用于根据多个预定韵律规则,构造状态机;
第一获得装置,用于根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息,其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息;
第一生成装置,用于根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌。
与现有技术相比,本发明具有以下优点:能够使用状态机来同时表征多个预定韵律规则,且一个状态机不仅可同时对应多个预定韵律规则,还可同时对应多个诗歌类型,且在诗歌生成过程中能够根据当前位于的状态节点来实时确定后续要转移至的状态节点,从而能够得出最优的诗歌结果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一个实施例的用于自动生成诗歌的方法的流程示意图;
图2为本发明一个实施例的用于自动生成诗歌的装置的结构示意图;
图3为本发明一个示例的构造状态机的示意图;
图4为本发明另一个示例的构造状态机的示意图;
图5为本发明一个示例的基于状态机进行候选词扩展的过程示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
在上下文中所称“计算机设备”,也称为“电脑”,是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备,其可以包括处理器与存储器,由处理器执行在存储器中预存的程序指令来执行预定处理过程,或是由ASIC、FPGA、DSP等硬件执行预定处理过程,或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机等。
所述计算机设备例如包括用户设备与网络设备。其中,所述用户设备包括但不限于PC机、平板电脑、智能手机、PDA等;所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机设备可单独运行来实现本发明,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中,所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
需要说明的是,所述用户设备、网络设备和网络等仅为举例,其他现有的或今后可能出现的计算机设备如可适用于本发明,也应包含在本发明保护范围以内,并以引用方式包含于此。
本文后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时,用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指,否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是,这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在,而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是,在一些替换实现方式中,所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说,取决于所涉及的功能/动作,相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
下面结合附图对本发明作进一步详细描述。
图1为本发明一个实施例的用于自动生成诗歌的方法的流程示意图。根据本实施例的方法包括步骤S1、步骤S2和步骤S3。
在步骤S1中,计算机设备根据多个预定韵律规则,构造状态机。
其中,所述预定韵律规则包括任何预定的与诗歌韵律相关的规则。优选地,所述预定韵律规则包括以下至少一项:预定平仄规则;预定押韵规则。优选地,所述多个预定韵律规则对应至少两个诗歌类型,其中,所述诗歌类型包括任何具有韵律要求的诗歌类型,如七言、五言、绝句、律诗、宋辞、元曲等。例如,所述多个预定韵律规则包括以下八个预定平仄规则:Rule1、Rule2、…、Rule8,其中,Rule1-Rule4对应诗歌类型“五言绝句”,Rule5-Rule8对应诗歌类型“七言绝句”。
其中,计算机设备可采用多种方式获得所述多个预定韵律规则。例如,计算机设备获得用户指定的多个预定平仄规则和多个预定押韵规则。又例如,计算机设备获得用户指定的至少一个诗歌类型,接着,计算机设备获得与该至少一个诗歌类型相对应的所有预定韵律规则。
其中,所述状态机中的每个状态节点指示了一种韵律状态,所述状态机能够指示韵律状态之间的转移情况,以及每次转移所对应的韵律输入要求(如平仄输入要求、押韵输入要求等)。
作为一种优选方案,步骤S1包括:对于所述多个预定韵律规则中的每个预定韵律规则,构造该预定韵律规则所对应的状态转移序列;将构造获得的多个状态转移序列的起始状态节点合并,得到合并后的序列;基于有限状态机的优化算法对所述合并后的序列进行变换,获得与所述多个预定韵律规则相对应的状态机。其中,所述优化算法包括确定化算法和最小化算法。
作为一个示例,用户指定的诗歌类型为“五言绝句”,计算机设备获得该诗歌类型所对应的四个预定韵律规则如下:
Rule1:平平仄仄平,仄仄仄平平。仄仄平平仄,平平仄仄平。
Rule2:平平平仄仄,仄仄仄平平。仄仄平平仄,平平仄仄平。
Rule3:仄仄仄平平,平平仄仄平。平平平仄仄,仄仄仄平平。
Rule4:仄仄平平仄,平平仄仄平。平平平仄仄,仄仄仄平平。
图3示出了基于该多个预定韵律规则构造状态机的示意图。其中,首先,计算机设备构造得到分别与Rule1-Rule4对应的状态转移序列Seq1-Seq4,其中,每个状态转移序列示出了其所对应的预定韵律规则中的韵律状态的转移情况,图3中的圆圈表示状态节点,圆圈中的数字表示韵律状态(为简单起见,后续直接以韵律状态来表示相应的状态节点,如状态节点“3”表示韵律状态3所对应的节点),“p”表示箭头指向的状态节点的韵律输入要求为“平”,“z”表示箭头指向的状态节点的韵律输入要求为“仄”,以Seq1为例,初始状态节点为“0”,当韵律输入为“p”时,转移到状态节点“1”,当韵律输入为“z”时,转移到状态节点“2”,依次类推,直至Rule1中韵律状态的转移结束。接着,计算机设备将Seq1-Seq4的起始状态节点合并,得到合并后的序列Seqw1;之后,计算机设备基于有限状态机的确定化和最小化算法,对Seqw1进行变换,得到与Rule1-Rule4相对应的状态机SM1,该状态机的每条弧线表示韵律输入,在给定一个韵律输入的情况下,可从弧线起始的一个韵律状态转移到弧线上箭头指向的另一个韵律状态,例如,SM1中,原始状态为状态“3”,则给定韵律输入为“z”时,可从状态“3”转移到状态“6”。
作为另一个示例,用户指定的诗歌类型为“五言绝句”和“七言绝句”,计算机设备获得该诗歌类型所对应的八个预定韵律规则包括上述示例中的Rule1-Rule4,以及如下所示的Rule5-Rule8:
Rule5:平平仄仄仄平平,仄仄平平仄仄平,仄仄平平平仄仄,平平仄仄仄平平。
Rule6:平平仄仄平平仄,仄仄平平仄仄平,仄仄平平平仄仄,平平仄仄仄平平。
Rule7:仄仄平平仄仄平,平平仄仄仄平平,平平仄仄平平仄,仄仄平平仄仄平。
Rule8:仄仄平平平仄仄,平平仄仄仄平平,平平仄仄平平仄,仄仄平平仄仄平。
图4示出了基于上述八个预定韵律规则构造状态机的示意图。其中,首先,计算机设备构造得到分别与Rule1-Rule4对应的状态转移序列Seq1-Seq4(由于图3中已示出Seq1-Seq4,为简单起见,并未在图4中示出Seq1-Seq4),以及分别与Rule5-Rule8对应的状态转移序列Seq5-Seq8;接着,计算机设备将Seq1-Seq8的起始状态节点合并,得到合并后的序列Seqw2;之后,计算机设备有限状态机的确定化和最小化算法,对Seqw2进行变换,得到与Rule1-Rule8相对应的状态机SM2。
需要说明的是,该优选方案中,状态机可抽象表示为函数F(Ori,Arc)=Aim,其中,Ori表示原始状态集合,Aim表示目标状态集合,Arc表示韵律输入集合,也即,从Ori中的每个状态出发,经过Arc中韵律输入,到达了目标状态集合Aim。以图3的SM1为例,假设Ori={0,3,13},Arc={p},则F(Ori,Arc)={1,5}。进一步地,假设将所有韵律输入的集合记为WholeArc,对于平仄规则来说,WholdArc={平,仄},对于押韵规则来说,WholdArc={所有可能的押韵}。
需要说明的是,本领域技术人员应能理解,计算机设备也可基于其他现有的状态机模型,来根据多个预定韵律规则构造状态机。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据多个预定韵律规则,构造状态机的实现方式,均应包含在本发明的范围内。
在步骤S2中,计算机设备根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息。
其中,所述候选词库为预先获得的。优选地,本实施例的方法在步骤S1之前执行以下操作:建立候选词库。其中,所述候选词库中的每个候选词关联有韵律信息,所述韵律信息包括任何与候选词的韵律相关的信息,如候选词的平仄信息、押韵信息等。例如,“出”的平仄信息为“仄”,多音字“长”的平仄信息为“平仄”(也即“长”既可为平音也可为仄音)。
其中,所述诗歌关联信息包括任何在本实施例的操作执行之前已获知的与要生成的诗歌相关联的信息,如用户指定的诗歌主题、诗歌关键词、诗歌意境或者诗歌每行的首字等。
其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息。其中,所述韵律状态信息用于指示该候选词所对应的状态节点的韵律状态。其中,所述得分信息包括候选词针对任何可能的诗歌影响因素的得分情况,所述诗歌影响因素包括任何可能对诗歌质量有影响的因素,如流利程度、与所述诗歌关联信息的匹配程度等。优选地,所述诗歌影响因素还包括基于所述状态机的韵律惩罚,也即所述得分信息包括候选词基于韵律惩罚的得分情况。
优选地,在步骤S2中,对于所获得的每个候选词,当该候选词的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求时(也即当基于所述状态机无法找到与该候选词的韵律信息相对应的状态节点时),结合状态机惩罚规则,确定所述候选词的得分信息。
其中,所述状态机惩罚规则包括任何基于状态机所指定的惩罚规则,如状态机惩罚规则指示不同情况下所对应的惩罚得分或惩罚等级等。以图3所示的状态机SM1为例,基于状态节点“6”进行下一步的扩展,假设扩展出了n个候选词,记为D={D1,D2,…,Dn};其中,候选词Di为“长”,候选词Dj为“出”,其中,1≤i≤n,1≤j≤n,i≠j。基于SM1可知,由于状态节点“6”只能转移到状态节点“10”,该状态节点“10”的韵律输入要求为“z”,因此,基于状态机无法找到与Dj的韵律信息(“p”)相对应的目标状态节点,故Di和Dj的韵律状态信息所指示的韵律状态均为“10”,但由于Dj的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求,计算机设备结合状态机惩罚规则,确定候选词“出”的惩罚得分为“-3”,则计算机设备结合该惩罚得分以及基于其他因素所获得的得分来确定候选词“出”的得分信息。
具体地,计算机设备根据已知的诗歌关联信息以及所述状态机,进行多次候选词扩展,从而获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息。
图5为本发明一个示例的基于状态机进行候选词扩展的过程示意图。图5所基于的是图4所示的状态机SM2,其中,为简单起见,仅示出了基于状态机的两次扩展。本示例中,用户指定的诗歌主题为“火锅”,假设每次所扩展的候选词数量为3。在SM2的起始节点,韵律状态为0,得分为0,计算机设备基于诗歌主题为“火锅”进行第一次扩展,得到100个候选词,并从该100个候选词中选择得分最高的3个候选词:“火”、“出”、“美”;其中,候选词“火”的韵律状态为“2”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.3,总体得分为-0.3;候选词“出”的韵律状态为“1”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.5,总体得分为-0.5;候选词“美”的韵律状态为“2”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.7,总体得分为-0.7。接着,计算机设备进行第二次扩展,来基于上述3个候选词分别扩展得到100个候选词,并从第二次扩展得到的300个候选词中选择得分最高的3个候选词:“锅”、“气”、“阁”;其中,候选词“锅”的韵律状态为“4”,韵律惩罚得分为-3(“锅”为平音,但韵律状态“4”对应的韵律输入要求为“z(仄)”,因此,候选词“锅”有韵律惩罚得分),基于流畅程度等其他因素的其他得分为-0.1,总体得分为-0.3-3-0.1=-3.4(也即候选词“火”的总体得分加上候选词“锅”的所有得分);候选词“气”的韵律状态为“4”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-5,总体得分为-5.3;候选词“阁”的韵律状态为“3”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-7,总体得分为-7.5。由图5可知,状态节点“1”的候选词集合为{出},状态节点“2”的候选词集合为{火,美},状态节点“3”的候选词集合为{阁},状态节点“4”的候选词集合为{锅,气},则继续进行扩展直至状态机转移至最后一个状态节点“76”,则计算机设备可获得每个状态节点对应的候选词集合,以及每个候选词对应的关联信息。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息的实现方式,均应包含在本发明的范围内。
在步骤S3中,计算机设备根据所述候选词集合、所述关联信息以及预定评分规则,生成最优的一个或多个诗歌。
其中,所述预定评分规则包括任何预定的用于评定诗歌的得分情况的规则,如预定评分规则指示选择得分最高的诗歌为最优诗歌,又如,预定评分规则指示选择得分低于预定阈值的至少一个诗歌。
作为一个示例,预定评分规则指示选择得分最高的诗歌为最优诗歌,计算机设备根据所述候选词集合和每个候选词的韵律状态信息,确定可选的多个诗歌,并将该多个诗歌中的每个诗歌的总体得分,接着,根据预定评分规则选择得分最高的诗歌作为最优诗歌。
作为一种优选方案,所述步骤S3包括:根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;根据所述惩罚信息,从所述多个候选诗歌中选择至少一个诗歌。
其中,所述惩罚信息包括任何与基于状态机的韵律惩罚相关的信息,如韵律惩罚次数、韵律惩罚等级、总的韵律惩罚得分等。
作为一个示例,计算机设备根据所述候选词集合、所述关联信息以及预定评分规则,生成得分最高的10个候选诗歌;接着,计算机设备获得该10个候选诗歌中的每个候选诗歌所对应的惩罚信息,所述惩罚信息包括候选诗歌的总的韵律惩罚得分;之后,计算机设备根据所述惩罚信息,从该10个候选诗歌中选择总的韵律惩罚得分最高的候选诗歌作为最优的诗歌。
作为另一种优选方案,所述步骤S3包括:根据所述候选词集合、所述关联信息以及预定评分规则,并结合来自用户的选择规则,来生成至少一个诗歌。
其中,所述选择规则包括任何用于指示用户的选择意向的规则,如来自用户的选择规则指示该用户指定必须选择符合所述多个预定韵律规则中的任一个的诗歌,又如,选择规则指示用户需要选择指定数目个较优诗歌等。
作为一个示例,来自用户的选择规则指示该用户指定必须选择符合所述多个预定韵律规则中的任一个的诗歌,则计算机设备生成符合所述多个预定韵律规则且得分最高的诗歌。
需要说明的是,上述两种优选方案可以相结合。例如,根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;根据所述惩罚信息以及来自用户的选择规则,从所述多个候选诗歌中选择至少一个诗歌。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌的实现方式,均应包含在本发明的范围内。
现有技术中,在执行生成诗歌的操作之前,需首先确定诗歌类型以及与该诗歌类型对应的一种特定韵律规则。例如,首先确定要生成一首五言绝句,且选择五言绝句所对应的一种特定平仄规则,在给定了上述限制后,才执行生成诗歌的操作。该方式仅能生成指定诗歌类型以及韵律规则的诗歌,因此其生成的诗歌结果缺乏多样性,可能无法找到更好的方案;例如,对于五言绝句来说,其包括多种韵律规则,仅基于其中一种韵律规则所生成的诗歌可能并不是最优的结果;又例如,对于一种诗歌主题来说,仅基于一种特定的诗歌类型所生成的诗歌同样可能并不能最优的结果。并且,上述方案也可能给用户带来极大不便,如用户可能需要多次执行选择平仄规则的操作来分别获得多个诗歌,并人工去判断哪种平仄规则所生成的诗歌较满意,这需要花费大量的时间和精力。
针对上述问题的一种解决方案是,分别针对每一种韵律规则执行生成诗歌的操作,来获得分别针对每一种韵律规则的诗歌结果,并返回较好的一个或多个诗歌结果。本发明发现该解决方案存在以下问题:一方面,分别针对每一种韵律规则执行生成诗歌的操作,会极大地增加生成时间,影响系统的响应速度;另一方面,韵律规则的组合有很多,很难穷举,这就造成了不得不缩小搜索空间,从而只能在确保响应速度的前提下给出次优的结果。
根据本实施例的方案,能够使用状态机来同时表征多个预定韵律规则,且一个状态机不仅可同时对应多个预定韵律规则,还可同时对应多个诗歌类型,且在诗歌生成过程中能够根据当前位于的状态节点来实时确定后续要转移至的状态节点(比如基于图3的SM1,当前位于的状态节点是“3”,则基于当前的状态节点所扩展出的下一个候选词是平音时转移至状态节点“5”,是仄音时转移至状态节点“6”),从而能够得到最优的诗歌结果;此外,由于使用了基于有限状态机的优化算法,从而不仅简化了韵律规则的表示,同时减少了搜索空间,提升了搜索速度。
图2为本发明一个实施例的用于自动生成诗歌的装置的结构示意图。该用于自动生成诗歌的装置(以下简称为“诗歌生成装置”)包括第一构造装置1、第一获得装置2和第一生成装置3。
第一构造装置1根据多个预定韵律规则,构造状态机。
其中,所述预定韵律规则包括任何预定的与诗歌韵律相关的规则。优选地,所述预定韵律规则包括以下至少一项:预定平仄规则;预定押韵规则。优选地,所述多个预定韵律规则对应至少两个诗歌类型,其中,所述诗歌类型包括任何具有韵律要求的诗歌类型,如七言、五言、绝句、律诗、宋辞、元曲等。例如,所述多个预定韵律规则包括以下八个预定平仄规则:Rule1、Rule2、…、Rule8,其中,Rule1-Rule4对应诗歌类型“五言绝句”,Rule5-Rule8对应诗歌类型“七言绝句”。
其中,计算机设备可采用多种方式获得所述多个预定韵律规则。例如,计算机设备获得用户指定的多个预定平仄规则和多个预定押韵规则。又例如,计算机设备获得用户指定的至少一个诗歌类型,接着,计算机设备获得与该至少一个诗歌类型相对应的所有预定韵律规则。
其中,所述状态机中的每个状态节点指示了一种韵律状态,所述状态机能够指示韵律状态之间的转移情况,以及每次转移所对应的韵律输入要求(如平仄输入要求、押韵输入要求等)。
作为一种优选方案,第一构造装置1进一步包括第二构造装置(图未示)、合并装置(图未示)和变换装置(图未示)。对于所述多个预定韵律规则中的每个预定韵律规则,第二构造装置构造该预定韵律规则所对应的状态转移序列;合并装置将构造获得的多个状态转移序列的起始状态节点合并,得到合并后的序列;变换装置基于有限状态机的优化算法对所述合并后的序列进行变换,获得与所述多个预定韵律规则相对应的状态机。其中,所述优化算法包括确定化算法和最小化算法。
作为一个示例,用户指定的诗歌类型为“五言绝句”,计算机设备获得该诗歌类型所对应的四个预定韵律规则如下:
Rule1:平平仄仄平,仄仄仄平平。仄仄平平仄,平平仄仄平。
Rule2:平平平仄仄,仄仄仄平平。仄仄平平仄,平平仄仄平。
Rule3:仄仄仄平平,平平仄仄平。平平平仄仄,仄仄仄平平。
Rule4:仄仄平平仄,平平仄仄平。平平平仄仄,仄仄仄平平。
图3示出了基于该多个预定韵律规则构造状态机的示意图。其中,首先,第二构造装置构造得到分别与Rule1-Rule4对应的状态转移序列Seq1-Seq4,其中,每个状态转移序列示出了其所对应的预定韵律规则中的韵律状态的转移情况,图3中的圆圈表示状态节点,圆圈中的数字表示韵律状态(为简单起见,后续直接以韵律状态来表示相应的状态节点,如状态节点“3”表示韵律状态3所对应的节点),“p”表示箭头指向的状态节点的韵律输入要求为“平”,“z”表示箭头指向的状态节点的韵律输入要求为“仄”,以Seq1为例,初始状态节点为“0”,当韵律输入为“p”时,转移到状态节点“1”,当韵律输入为“z”时,转移到状态节点“2”,依次类推,直至Rule1中韵律状态的转移结束。接着,合并装置将Seq1-Seq4的起始状态节点合并,得到合并后的序列Seqw1;之后,变换装置基于有限状态机的确定化和最小化算法,对Seqw1进行变换,得到与Rule1-Rule4相对应的状态机SM1,该状态机的每条弧线表示韵律输入,在给定一个韵律输入的情况下,可从弧线起始的一个韵律状态转移到弧线上箭头指向的另一个韵律状态,例如,SM1中,原始状态为状态“3”,则给定韵律输入为“z”时,可从状态“3”转移到状态“6”。
作为另一个示例,用户指定的诗歌类型为“五言绝句”和“七言绝句”,计算机设备获得该诗歌类型所对应的八个预定韵律规则包括上述示例中的Rule1-Rule4,以及如下所示的Rule5-Rule8:
Rule5:平平仄仄仄平平,仄仄平平仄仄平,仄仄平平平仄仄,平平仄仄仄平平。
Rule6:平平仄仄平平仄,仄仄平平仄仄平,仄仄平平平仄仄,平平仄仄仄平平。
Rule7:仄仄平平仄仄平,平平仄仄仄平平,平平仄仄平平仄,仄仄平平仄仄平。
Rule8:仄仄平平平仄仄,平平仄仄仄平平,平平仄仄平平仄,仄仄平平仄仄平。
图4示出了基于上述八个预定韵律规则构造状态机的示意图。其中,首先,第二构造装置构造得到分别与Rule1-Rule4对应的状态转移序列Seq1-Seq4(由于图3中已示出Seq1-Seq4,为简单起见,并未在图4中示出Seq1-Seq4),以及分别与Rule5-Rule8对应的状态转移序列Seq5-Seq8;接着,合并装置将Seq1-Seq8的起始状态节点合并,得到合并后的序列Seqw2;之后,变换装置基于有限状态机的确定化和最小化算法,对Seqw2进行变换,得到与Rule1-Rule8相对应的状态机SM2。
需要说明的是,该优选方案中,状态机可抽象表示为函数F(Ori,Arc)=Aim,其中,Ori表示原始状态集合,Aim表示目标状态集合,Arc表示韵律输入集合,也即,从Ori中的每个状态出发,经过Arc中韵律输入,到达了目标状态集合Aim。以图3的SM1为例,假设Ori={0,3,13},Arc={p},则F(Ori,Arc)={1,5}。进一步地,假设将所有韵律输入的集合记为WholeArc,对于平仄规则来说,WholdArc={平,仄},对于押韵规则来说,WholdArc={所有可能的押韵}。
需要说明的是,本领域技术人员应能理解,计算机设备也可基于其他现有的状态机模型,来根据多个预定韵律规则构造状态机。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据多个预定韵律规则,构造状态机的实现方式,均应包含在本发明的范围内。
第一获得装置2根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息。
其中,所述候选词库为预先获得的。优选地,本实施例的诗歌生成装置还包括建立装置(图未示)。建立装置用于建立候选词库。其中,所述候选词库中的每个候选词关联有韵律信息,所述韵律信息包括任何与候选词的韵律相关的信息,如候选词的平仄信息、押韵信息等。例如,“出”的平仄信息为“仄”,多音字“长”的平仄信息为“平仄”(也即“长”既可为平音也可为仄音)。
其中,所述诗歌关联信息包括任何在本实施例的操作执行之前已获知的与要生成的诗歌相关联的信息,如用户指定的诗歌主题、诗歌关键词、诗歌意境或者诗歌每行的首字等。
其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息。其中,所述韵律状态信息用于指示该候选词所对应的状态节点的韵律状态。其中,所述得分信息包括候选词针对任何可能的诗歌影响因素的得分情况,所述诗歌影响因素包括任何可能对诗歌质量有影响的因素,如流利程度、与所述诗歌关联信息的匹配程度等。优选地,所述诗歌影响因素还包括基于所述状态机的韵律惩罚,也即所述得分信息包括候选词基于韵律惩罚的得分情况。
优选地,第一获得装置2包括确定装置(图未示),对于所获得的每个候选词,当该候选词的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求时(也即当基于所述状态机无法找到与该候选词的韵律信息相对应的状态节点时),确定装置结合状态机惩罚规则,确定所述候选词的得分信息。
其中,所述状态机惩罚规则包括任何基于状态机所指定的惩罚规则,如状态机惩罚规则指示不同情况下所对应的惩罚得分或惩罚等级等。以图3所示的状态机SM1为例,基于状态节点“6”进行下一步的扩展,假设扩展出了n个候选词,记为D={D1,D2,…,Dn};其中,候选词Di为“长”,候选词Dj为“出”,其中,1≤i≤n,1≤j≤n,i≠j。基于SM1可知,由于状态节点“6”只能转移到状态节点“10”,该状态节点“10”的韵律输入要求为“z”,因此,基于状态机无法找到与Dj的韵律信息(“p”)相对应的目标状态节点,故Di和Dj的韵律状态信息所指示的韵律状态均为“10”,但由于Dj的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求,确定装置结合状态机惩罚规则,确定候选词“出”的惩罚得分为“-3”,则确定装置结合该惩罚得分以及基于其他因素所获得的得分来确定候选词“出”的得分信息。
具体地,第一获得装置2根据已知的诗歌关联信息以及所述状态机,进行多次候选词扩展,从而获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息。
图5为本发明一个示例的基于状态机进行候选词扩展的过程示意图。图5所基于的是图4所示的状态机SM2,其中,为简单起见,仅示出了基于状态机的两次候选词扩展。本示例中,用户指定的诗歌主题为“火锅”,假设每次所扩展的候选词数量为3。在SM2的起始节点,韵律状态为0,得分为0,第一获得装置2基于诗歌主题为“火锅”进行第一次扩展,得到100个候选词,并从该100个候选词中选择得分最高的3个候选词:“火”、“出”、“美”;其中,候选词“火”的韵律状态为“2”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.3,总体得分为-0.3;候选词“出”的韵律状态为“1”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.5,总体得分为-0.5;候选词“美”的韵律状态为“2”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-0.7,总体得分为-0.7。接着,第一获得装置2进行第二次扩展,来基于上述3个候选词分别扩展得到100个候选词,并从第二次扩展得到的300个候选词中选择得分最高的3个候选词:“锅”、“气”、“阁”;其中,候选词“锅”的韵律状态为“4”,韵律惩罚得分为-3(“锅”为平音,但韵律状态“4”对应的韵律输入要求为“z(仄)”,因此,候选词“锅”有韵律惩罚得分),基于流畅程度等其他因素的其他得分为-0.1,总体得分为-0.3-3-0.1=-3.4(也即候选词“火”的总体得分加上候选词“锅”的所有得分);候选词“气”的韵律状态为“4”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-5,总体得分为-5.3;候选词“阁”的韵律状态为“3”,韵律惩罚得分为0,基于流畅程度等其他因素的其他得分为-7,总体得分为-7.5。由图5可知,状态节点“1”的候选词集合为{出},状态节点“2”的候选词集合为{火,美},状态节点“3”的候选词集合为{阁},状态节点“4”的候选词集合为{锅,气},则继续进行扩展直至状态机转移至最后一个状态节点“76”,则第一获得装置2可获得每个状态节点对应的候选词集合,以及每个候选词对应的关联信息。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息的实现方式,均应包含在本发明的范围内。
第一生成装置3根据所述候选词集合、所述关联信息以及预定评分规则,生成最优的一个或多个诗歌。
其中,所述预定评分规则包括任何预定的用于评定诗歌的得分情况的规则,如预定评分规则指示选择得分最高的诗歌为最优诗歌,又如,预定评分规则指示选择得分低于预定阈值的至少一个诗歌。
作为一个示例,预定评分规则指示选择得分最高的诗歌为最优诗歌,计算机设备根据所述候选词集合和每个候选词的韵律状态信息,确定可选的多个诗歌,并将该多个诗歌中的每个诗歌的总体得分,接着,根据预定评分规则选择得分最高的诗歌作为最优诗歌。
作为一种优选方案,第一生成装置3包括第二生成装置(图未示)、第二获得装置(图未示)和选择装置(图未示)。第二生成装置根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;第二获得装置获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;选择装置根据所述惩罚信息,从所述多个候选诗歌中选择至少一个诗歌。
其中,所述惩罚信息包括任何与基于状态机的韵律惩罚相关的信息,如韵律惩罚次数、韵律惩罚等级、总的韵律惩罚得分等。
作为一个示例,第二生成装置根据所述候选词集合、所述关联信息以及预定评分规则,生成得分最高的10个候选诗歌;接着,第二获得装置获得该10个候选诗歌中的每个候选诗歌所对应的惩罚信息,所述惩罚信息包括候选诗歌的总的韵律惩罚得分;之后,选择装置根据所述惩罚信息,从该10个候选诗歌中选择总的韵律惩罚得分最高的候选诗歌作为最优的诗歌。
作为另一种优选方案,第一生成装置3包括第三生成装置(图未示)。第三生成装置根据所述候选词集合、所述关联信息以及预定评分规则,并结合来自用户的选择规则,来生成至少一个诗歌。
其中,所述选择规则包括任何用于指示用户的选择意向的规则,如来自用户的选择规则指示该用户指定必须选择符合所述多个预定韵律规则中的任一个的诗歌,又如,选择规则指示用户需要选择指定数目个较优诗歌等。
作为一个示例,来自用户的选择规则指示该用户指定必须选择符合所述多个预定韵律规则中的任一个的诗歌,则第三生成装置生成符合所述多个预定韵律规则且得分最高的诗歌。
需要说明的是,上述两种优选方案可以相结合。例如,第一生成装置3根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;接着,第一生成装置3获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;之后,第一生成装置3根据所述惩罚信息以及来自用户的选择规则,从所述多个候选诗歌中选择至少一个诗歌。
需要说明的是,上述举例仅为更好地说明本发明的技术方案,而非对本发明的限制,本领域技术人员应该理解,任何根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌的实现方式,均应包含在本发明的范围内。
根据本实施例的方案,能够使用状态机来同时表征多个预定韵律规则,且一个状态机不仅可同时对应多个预定韵律规则,还可同时对应多个诗歌类型,且在诗歌生成过程中能够根据当前位于的状态节点来实时确定后续要转移至的状态节点(比如基于图3的SM1,当前位于的状态节点是“3”,则基于当前的状态节点所扩展出的下一个候选词是平音时转移至状态节点“5”,是仄音时转移至状态节点“6”),从而能够得到最优的诗歌结果;此外,由于使用了基于有限状态机的优化算法,从而不仅简化了韵律规则的表示,同时减少了搜索空间,提升了搜索速度。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (14)
1.一种用于自动生成诗歌的方法,其中,该方法包括以下步骤:
根据多个预定韵律规则,构造状态机;
根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息,其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息;
根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌;
其中,所述根据多个预定韵律规则,构造状态机的步骤包括:
对于所述多个预定韵律规则中的每个预定韵律规则,构造该预定韵律规则所对应的状态转移序列;
将构造获得的多个状态转移序列的起始状态节点合并,得到合并后的序列;
基于有限状态机的优化算法对所述合并后的序列进行变换,获得与所述多个预定韵律规则相对应的状态机。
2.根据权利要求1所述的方法,其中,所述多个预定韵律规则对应至少两个诗歌类型。
3.根据权利要求1或2所述的方法,其中,所述预定韵律规则包括以下至少一项:
-预定平仄规则;
-预定押韵规则。
4.根据所述权利要求1或2所述的方法,其中,所述根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息的步骤包括:
对于所获得的每个候选词,当该候选词的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求时,结合状态机惩罚规则,确定所述候选词的得分信息。
5.根据权利要求1或2所述的方法,其中,所述根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌的步骤包括:
根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;
获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;
根据所述惩罚信息,从所述多个候选诗歌中选择至少一个诗歌。
6.根据权利要求1或2所述的方法,其中,所述根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌的步骤包括:
根据所述候选词集合、所述关联信息以及预定评分规则,并结合来自用户的选择规则,来生成诗歌。
7.根据权利要求1或2所述的方法,其中,该方法还包括:
建立所述候选词库,其中,所述候选词库中的每个候选词关联有韵律信息。
8.一种用于自动生成诗歌的装置,其中,该装置包括:
第一构造装置,用于根据多个预定韵律规则,构造状态机;
第一获得装置,用于根据已知的诗歌关联信息以及所述状态机,从候选词库中获得所述状态机中的每个状态节点所对应的候选词集合,并确定所述候选词集合中的每个候选词的关联信息,其中,所述关联信息包括候选词的得分信息以及基于所述状态机的韵律状态信息;
第一生成装置,用于根据所述候选词集合、所述关联信息以及预定评分规则,生成诗歌;
其中,所述第一构造装置包括:
第二构造装置,用于对于所述多个预定韵律规则中的每个预定韵律规则,构造该预定韵律规则所对应的状态转移序列;
合并装置,用于将构造获得的多个状态转移序列的起始状态节点合并,得到合并后的序列;
变换装置,用于基于有限状态机的优化算法对所述合并后的序列进行变换,获得与所述多个预定韵律规则相对应的状态机。
9.根据权利要求8所述的装置,其中,所述多个预定韵律规则对应至少两个诗歌类型。
10.根据权利要求8或9所述的装置,其中,所述预定韵律规则包括以下至少一项:
-预定平仄规则;
-预定押韵规则。
11.根据所述权利要求8或9所述的装置,其中,所述第一获得装置包括:
确定装置,用于对于所获得的每个候选词,当该候选词的韵律信息不符合与该候选词的韵律状态信息相对应的韵律输入要求时,结合状态机惩罚规则,确定所述候选词的得分信息。
12.根据权利要求8或9所述的装置,其中,所述第一生成装置包括:
第二生成装置,用于根据所述候选词集合、所述关联信息以及预定评分规则,生成多个候选诗歌;
第二获得装置,用于获得所述多个候选诗歌中的每个候选诗歌所对应的惩罚信息;
选择装置,用于根据所述惩罚信息,从所述多个候选诗歌中选择至少一个诗歌。
13.根据权利要求8或9所述的装置,其中,所述第一生成装置包括:
第三生成装置,用于根据所述候选词集合、所述关联信息以及预定评分规则,并结合来自用户的选择规则,来生成诗歌。
14.根据权利要求8或9所述的装置,其中,该装置还包括:
建立装置,用于建立所述候选词库,其中,所述候选词库中的每个候选词关联有韵律信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610398764.XA CN106095752B (zh) | 2016-06-07 | 2016-06-07 | 一种用于自动生成诗歌的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610398764.XA CN106095752B (zh) | 2016-06-07 | 2016-06-07 | 一种用于自动生成诗歌的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106095752A CN106095752A (zh) | 2016-11-09 |
CN106095752B true CN106095752B (zh) | 2019-06-25 |
Family
ID=57228093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610398764.XA Active CN106095752B (zh) | 2016-06-07 | 2016-06-07 | 一种用于自动生成诗歌的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106095752B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528858A (zh) * | 2016-11-29 | 2017-03-22 | 北京百度网讯科技有限公司 | 歌词生成方法及装置 |
CN106776517B (zh) * | 2016-12-20 | 2020-07-14 | 科大讯飞股份有限公司 | 自动作诗方法和装置及系统 |
CN111291536A (zh) * | 2018-11-21 | 2020-06-16 | 清华大学 | 一种自动生成诗歌的方法及系统 |
CN111368514B (zh) * | 2019-12-10 | 2024-04-19 | 爱驰汽车有限公司 | 模型训练及古诗生成方法、古诗生成装置、设备和介质 |
CN112101006A (zh) * | 2020-09-14 | 2020-12-18 | 中国平安人寿保险股份有限公司 | 一种诗歌生成方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1383081A (zh) * | 2001-04-25 | 2002-12-04 | 张力 | 诗歌字词与朗读韵律符号配合输入的处理方法 |
CN106227714A (zh) * | 2016-07-14 | 2016-12-14 | 北京百度网讯科技有限公司 | 一种基于人工智能的获取生成诗词的关键词的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2621301A (en) * | 1999-11-01 | 2001-05-14 | Kurzweil Cyberart Technologies, Inc. | Computer generated poetry system |
-
2016
- 2016-06-07 CN CN201610398764.XA patent/CN106095752B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1383081A (zh) * | 2001-04-25 | 2002-12-04 | 张力 | 诗歌字词与朗读韵律符号配合输入的处理方法 |
CN106227714A (zh) * | 2016-07-14 | 2016-12-14 | 北京百度网讯科技有限公司 | 一种基于人工智能的获取生成诗词的关键词的方法和装置 |
Non-Patent Citations (2)
Title |
---|
Automatic Analysis of Rhythmic Poetry with Applications to Generation and Translation;Erica Greene 等;《Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing》;20101011;摘要、第3节、图2-4 |
Chinese poetry generation with recurrent neural networks;Xingxing Zhang,Mirella Lapata;《Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP)》;20141029;摘要、第1节、表1 |
Also Published As
Publication number | Publication date |
---|---|
CN106095752A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106095752B (zh) | 一种用于自动生成诗歌的方法和装置 | |
CN107908803B (zh) | 问答交互的响应方法及装置、存储介质、终端 | |
CN107256494B (zh) | 一种物品推荐方法及装置 | |
JP6804763B2 (ja) | 対話システム、対話装置及びそのためのコンピュータプログラム | |
JP6884947B2 (ja) | 対話システム及びそのためのコンピュータプログラム | |
US11093537B2 (en) | Information processing method, information processing apparatus, and non-transitory recording medium | |
US20170161370A1 (en) | Control method, processing apparatus, and recording medium | |
CN104951219B (zh) | 一种移动终端文本输入的方法及移动终端 | |
US20210256423A1 (en) | Methods, apparatuses, and computing devices for trainings of learning models | |
CN109324515A (zh) | 一种控制智能电器的方法及控制终端 | |
Valdez et al. | A framework for interactive structural design exploration | |
CN107765883A (zh) | 输入法的候选词语的排序方法和排序设备 | |
JP2019185439A (ja) | 単語ベクトル変更装置、方法、及びプログラム | |
CN107967304A (zh) | 会话交互处理方法、装置及电子设备 | |
JP2000057123A (ja) | 順序回路の状態探索方法および装置並びに状態探索プログラムを記録した記録媒体 | |
Broasca et al. | A qualitative analysis on force directed network visualization tools in the context of large complex networks | |
CN112766236A (zh) | 文本生成方法、装置、计算机设备及计算机可读存储介质 | |
CN116959492A (zh) | 舞蹈动作的确定方法、装置、电子设备以及存储介质 | |
JPH10124522A (ja) | 情報検索装置 | |
CN110708619B (zh) | 一种智能设备的词向量训练方法及装置 | |
CN109885680B (zh) | 一种基于义原扩展的短文本分类预处理方法、系统及装置 | |
CN111476003B (zh) | 歌词改写方法及装置 | |
JP6842436B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Saikawa et al. | Logotype design support system based on sketches | |
Mirtsopoulos et al. | Grammar-based generation of bar networks in static equilibrium with bounded bar lengths |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |