CN106650943A - 基于人工智能的辅助写作方法和装置 - Google Patents

Abstract

本申请提出一种基于人工智能的辅助写作方法和装置，该基于人工智能的辅助写作方法包括：获取写作原文；基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示所述写作辅助信息。该方法能够提高辅助写作的效果。

Description

基于人工智能的辅助写作方法和装置

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于人工智能的辅助写作方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

许多人在写作的时候经常因为自己的文采不佳而感到烦恼，很多时候想不出合适的词语和句子，写出来的文章干瘪苍白，或者是因为自己的阅读储备太少，没有写作灵感。这个时候就需要一个智能工具来帮助写作者。

相关技术中，本质上是基于人工搜集的作文资源库和小型的字符匹配检索系统。比如给定一个关键词，从资源库里找出相关的素材或者现成的优秀作文。

但是，上述方式功能简单，辅助写作效果有限。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的一个目的在于提出一种基于人工智能的辅助写作方法，该方法可以提高辅助写作效果。

本申请的另一个目的在于提出一种基于人工智能的辅助写作装置。

为达到上述目的，本申请第一方面实施例提出的基于人工智能的辅助写作方法，包括：获取写作原文；基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示所述写作辅助信息。

本申请第一方面实施例提出的基于人工智能的辅助写作方法，通过基于人工智能方式提供辅助写作，可以充分利用人工智能的强大优势，从而提高辅助写作效果。

为达到上述目的，本申请第二方面实施例提出的基于人工智能的辅助写作装置，包括：获取模块，用于获取写作原文；处理模块，用于基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示模块，用于展示所述写作辅助信息。

本申请第二方面实施例提出的基于人工智能的辅助写作装置，通过基于人工智能方式提供辅助写作，可以充分利用人工智能的强大优势，从而提高辅助写作效果。

本申请实施例还提出了一种基于人工智能的辅助写作装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取写作原文；基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示所述写作辅助信息。

本申请实施例还提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器被执行时，使得终端能够执行一种基于人工智能的辅助写作方法，所述方法包括：获取写作原文；基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示所述写作辅助信息。

本申请实施例还提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种基于人工智能的辅助写作方法，所述方法包括：获取写作原文；基于人工智能对所述写作原文进行处理，得到写作辅助信息；展示所述写作辅助信息。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本申请一个实施例提出的基于人工智能的辅助写作方法的流程示意图；

图2是本申请实施例中词语替换推荐功能和词语联想功能的展示界面示意图；

图3是本申请实施例中灵感激发功能的展示界面示意图；

图4是本申请实施例中智能素材推荐功能的展示界面示意图；

图5是本申请实施例中智能基础改写功能的展示界面示意图；

图6是本申请实施例中智能润色改写功能的展示界面示意图；

图7是本申请一个实施例提出的基于人工智能的辅助写作装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是本申请一个实施例提出的基于人工智能的辅助写作方法的流程示意图。

如图1所示，本实施例的方法包括：

S11：获取写作原文。

写作原文是由用户输入的原始文章，由本申请实施例提供的装置(可以称为AI写作助手)对用户输入的原始文章自动进行修改。

S12：基于人工智能对所述写作原文进行处理，得到写作辅助信息。

根据预设功能，可以基于人工智能对写作原文的部分或全部进行处理，得到相应的写作辅助信息。

进一步的，对写作原文进行处理可以具体包括人工智能中的自然语言处理。

各预设功能及相应的处理流程可以具体参见后续描述。

S13：展示所述写作辅助信息。

在得到写作辅助信息后，可以将其展示给用户，方便用户参考。

当用户需要使用写作辅助信息时，可以采用预设方式(如点击需要的写作辅助信息)，用需要的写作辅助信息对原文进行增加、替换等修改。

本实施例中，通过基于人工智能方式提供辅助写作，可以充分利用人工智能的强大优势，从而提高辅助写作效果。

下面对本申请能够提供的各功能点进行分别介绍。

(1)词语替换功能。

如图2所示，图2的上方文本是用户输入的写作原文21，在用户输入写作原文后，给出如图2下方的左侧所示的词语替换部分22，本申请实施例提供的装置会自动识别写作原文中可被替换的词语(并且可以用预设标记进行标识)，再基于人工智能给出可被替换的词语的推荐词语。每个可被替换的词语的推荐词语可以为一个或多个，可以在鼠标光标悬浮在可被替换的词语上时展示相应的推荐词语(当然也可以设置其他展示的触发条件)。在将推荐词语展示给用户时，用户可以点击(当然也可以设置其他选择指令)需要的推荐词语后，用点击的推荐词语替换相应的可被替换的词语。这样用户就不会因为找不到准确的用词而发愁了。

技术实现上，此时的写作辅助信息可以称为词语替换推荐信息，相应的，基于人工智能对写作原文进行处理，得到写作辅助信息的流程可以包括：

对写作原文进行切词，得到组成写作原文的分词；

对应各个分词，基于人工智能识别相应的分词是否为可被替换的词语，并在所述分词为可被替换的词语时，确定所述分词的词语替换推荐信息。

进一步的，识别每个分词是否为可被替换的词语，并在所述分词为可被替换的词语时，确定所述分词的词语替换推荐信息，可以包括：

对应各个分词，执行如下内容：

根据近义词词典确定每个分词对应的替换词；

根据上下文信息并采用语言模型对每个替换词进行打分，得到每个替换词的语言模型得分；

根据每个替换词对应的语言模型得分、文采得分、用户的点选信息，得到每个替换词的综合得分；

如果存在综合得分大于预设得分的替换词，则确定该分词是可被替换的词语，并将综合得分大于预设得分的替换词按照综合得分进行排序，在排序后的替换词中按序选择预设个数的替换词作为该分词的词语替换推荐信息。

上述流程中，每个替换词的文采得分可以预先确定，例如，预先建立一个词典，该词典中记录每个词语与对应的文采得分，每个词语的文采得分可以通过对大规模语料的挖掘，将出现概率越大的词语的文采得分设置为越大。

近义词词典可以利用已有的近义词词表(如同义词词林等)也可以利用大规模数据自动挖掘计算获得，语言模型的部分可以利用已有的语言模型训练方法和工具，如传统的N-gram模型或最新的“Gated-Attention”神经网络语言模型等。

点选信息是指用户对提供的信息的选择信息，例如，后台记录每个可供信息的选择次数，当用户每次点击一个可供选择的信息时，该可选选择的信息的选择次数增加一次，从而可以将用户选择次数多的信息推荐给用户。

(2)词汇联想功能。

如图2所示，图2的上方文本是用户输入的写作原文21，在用户输入写作原文后，给出如图2下方的右侧所示的词语联想部分23，本申请实施例提供的装置会自动识别用户输入文本中的特定词语(如形容词或名词)，进行词语的联想。比如对于“阴森”，能联想到“走廊”，“森林”，“古堡”等名词。对于“太阳”，推荐“圆盘，金锣，火炉，火球“等可以用来比喻的词汇，用户可以借助此功能来激发写作灵感，或者据此写一些比喻句。本功能在写比喻句的时候尤其有帮助。

技术实现上，可以预先从大规模数据中自动挖掘出联想词表，联想词表中记录词与联想的词之间的对应关系，因此，根据联想词典可以确定出一个给定词语对应的联想词汇。具体挖掘联想词表时，可以根据预设模板(如规定预设句式，如“就像…”)从名家名篇语料库中挖掘出形容词到名词以及名词到名词的联想词表，也可以通过词语搭配(可以限定词性)统计从大规模数据中自动挖掘获得。进一步的，在抽出联想词表的同时也可以抽取模板，再通过新的模板挖掘新的联想词，不断迭代。

(3)灵感激发功能。

如图3所示，根据用户输入的写作原文31，给出灵感激发部分32。具体的，在用户输入写作原文后，用人工智能相关技术在名家名作中精准地找到可供用户参考的句子或段落，从而激发用户灵感，提供修改的参考样例，同时让用户通过学习名作来加强写作水平。

技术实现上，可以从预先建立的文章库中，选择与写作原文整体粒度匹配的切分文本单元中，作为候选文本；基于人工智能计算写作原文与每个候选文本的相似度，根据相似度选择预设个数的候选文本作为灵感激发信息。

具体的，首先建立一个高质量的名家名作文章的库，然后进行切分，切分分别按照句子，自然段落和多段落三个不同粒度进行切分，最后形成句子，自然段落，多段落三种切分文本单元。

其次，在用户输入写作原文后，以写作原文整体与文章库中的切分文本单元进行比较，得到粒度匹配的切分文本单元作为候选文本。粒度匹配是指长度最相近的切分文本单元。例如，写作原文是句子时，则将文章库中的句子作为候选文本；或者，写作原文是段落时，将文章库中的段落作为候选文本；或者，写作原文是多段落时，将文章库中的多段落作为候选文本。

再次，计算写作原文与每个候选文本的相似度，根据相似度选择预设个数的候选文本作为灵感激发信息。

计算写作原本与候选文本的相似度时，可以根据应用效果采用已有或将来出现的计算相似度的方案中的一种或几种的融合。其中一种计算相似度的方案是：抽取出用户输入的写作原文中的关键实体词(实体词如命名实体，具体如地名、人名等)(或关键词)以及主题词(抽象出的原文主题，如体育、娱乐等)。如果用户输入的是长文本(如字数大于或等于预设字数)，则使用主题模型和关键实体词(或关键词)两个维度来计算候选文本与输入文本的相似度。如果用户输入的是短文本(如字数小于预设字数)，则可以使用GRNN或者CNN深度学习网络加上关键实体词(或关键词)两个维度来计算候选文本与输入文本的相似度，最后根据相似度进行召回和排序，呈现给用户。

(4)智能素材推荐功能。

如图4所示，对应写作原文41，给出了智能素材推荐部分42。具体的，深度分析和理解用户提供的写作原文，为用户推荐相关主题的写作素材(如新闻，历史故事)，用户也可以自己选择想要的素材类型，比如新闻，历史故事等(在图片中没有体现)。此功能在议论文写作中非常实用。

技术实现上，基于人工智能抽取写作原文的主题词，并根据主题词从预先建立的素材库中，选择主题相近的素材作为候选素材；根据主题模型计算写作原文与每个候选素材的相似度，根据相似度选择预设个数的候选素材作为智能推荐信息。

具体的，首先从公开的网页数据中抓取优质的新闻，人文历史故事等候选素材，然后用摘要技术和文档标签技术分别对抓取的语料进行处理，生成相应摘要和文档标签。抽取出用户输入文本中的主题词，然后与语料的标签进行比对，召回一批候选的相近主题的素材，然后再使用主题模型计算用户输入与摘要的相似度，对候选的素材进行排序，将相似较高的呈现的素材的摘要呈现给用户，用户可以进一步通过点击来查看素材原文。可以通过搜集用户的点击信息，作为素材质量水平的参考，并加入召回和排序的规则中去，不断演进产品的效果。

(4)智能基础改写功能。

如图5所示，对应写作原文51，给出了智能基础改写部分52。具体的，在用户输入写作原文后，在保证语义不变的情况下自动替换词语，修改句子的样式，改变语句语序等。如果用户在某种情况下希望借鉴某一段文字，但不能原封不动地直接使用，就可以通过本功能进行自动地改写。

技术实现上，可以采用两种方案，其一是：基于人工智能，对写作原文执行如下项中的至少一项，得到写作辅助信息：词语替换、句子改写、语序调整。其二是：采用基于人工智能建立的LSTM模型，确定与写作原文对应的智能基础改写信息。

具体的，本功能可以有两种方案进行实现：第一种是将改写任务分解成词语替换，句子改写和语序调整三个部分。词语替换直接使用词语替换推荐功能的技术方案(存在多个推荐词语时选择最优的)，句子改写和语序调整可以使用规则模板，用语言模型进行过滤，去除低概率的改写方案。另外需要加入一定的随机性，让用户每次点击可以生成不一样的改写。第二种方案是使用LSTM(Long Short-Term Memory)深度神经网络通过学习人工标注的复述语料直接对句子进行序列到序列的生成。

(6)智能润色改写功能。

如图6所示，对应写作原文61，给出了智能润色改写部分62。具体的，在原有文章基础上进行修改润色，让文章更有文采，更具文学性和可读性。比如替换一些更“高级”的词汇，增加一些形容词和短句等。

技术实现上，基于人工智能对所述写作原文进行词语替换、句子改写以及增加短语或短句，得到智能润色改写信息。

具体的，本功能主要可以分解为三个部分：词语的替换，句子的改写，以及增加词语或短句。词语的替换沿用词语替换推荐功能的技术方案，使用最优的替换结果。句子的改写有两种方案，方案一是人工配置一些润色的规则，方案二是人工标注一些润色的训练语料，用RNN或者LSTM神经网络来进行学习。增加词或短句(比喻，描写等)可以通过一定的模板挖掘从大数据语料中挖掘出实体或者主题对应的描写词和描写短句，并同时记录下短句周围的关键词。每次对输入文本的句子作解析，用CRF模型或者句法分析规则找出句子的核心主体词，然后根据周围关键词的匹配，添加合适的描写词或描写短句。

另外，在具体实现上，可以为用户提供上述多种功能中的一项或多项的选择按钮，根据用户的选择提供相应的功能。

本实施例中，由于加入了人工智能，特别是自然语言理解技术，功能更丰富更强大，更加智能。用户可以直接输入自己的写作原文，利用多项功能对自己的文章进行改进。

具体来讲：由于功能丰富，并且使用数据挖掘技术从不同类型的语料中自动挖掘素材，所以支持的用户群体更广。普通有写作需求的成年人，文案工作者，撰稿人，网络小说作家等等都可以从中获益。比如自动改写功能就对文案工作者帮助很大。六大功能全方位帮助用户写作，并且支持用户输入不同长度的文稿。智能化，用自然语言理解技术自动对用户输入文稿进行分析，并采用最前沿的人工智能技术帮助用户。就像得到一个有着丰富经验老师的指导，用户在使用过程中写作水平也能得到提升。能持续不断地自动挖掘出最新的素材文章，比如新闻，提供给有需要的用户。可以通过搜集用户的点选信息，来增加产品的效果。在词语替换推荐，素材推荐功能中用户都可以点选自己觉得最满意的结果，本产品会在后台搜集这些信息，作为之后推荐的重要参考。

图7是本申请一个实施例提出的基于人工智能的辅助写作装置的结构示意图。

如图7所示，本实施例的装置70包括：获取模块71、处理模块72和展示模块73。

获取模块71，用于获取写作原文；

处理模块72，用于基于人工智能对所述写作原文进行处理，得到写作辅助信息；

展示模块73，用于展示所述写作辅助信息。

一些实施例中，所述处理模块基于人工智能对写作原文进行处理时的参考因素包括：用户对提供的可选信息的点选信息。

一些实施例中，所述写作辅助信息包括如下项中的至少一项：

词语替换推荐信息、词汇联想信息、灵感激发信息、智能素材推荐信息、智能基础改写信息、智能润色改写信息。

一些实施例中，所述处理模块具体用于：

当所述写作辅助信息包括词语替换推荐信息时，对写作原文进行切词，得到组成写作原文的分词；对应各个分词，基于人工智能识别相应的分词是否为可被替换的词语，并在所述分词为可被替换的词语时，确定所述分词的词语替换推荐信息；或者，

当所述写作辅助信息包括词汇联想信息时，从写作原文中提取出特定词语；根据预先基于人工智能确定的联想词表，确定与所述特点词语对应的词汇联想信息；或者，

当所述写作辅助信息包括灵感激发信息时，从预先建立的文章库中，选择与写作原文整体粒度匹配的切分文本单元中，作为候选文本；基于人工智能计算写作原文与每个候选文本的相似度，根据相似度选择预设个数的候选文本作为灵感激发信息；或者，

当所述写作辅助信息包括智能素材推荐信息时，基于人工智能抽取写作原文的主题词，并根据主题词从预先建立的素材库中，选择主题相近的素材作为候选素材；根据主题模型计算写作原文与每个候选素材的相似度，根据相似度选择预设个数的候选素材作为智能推荐信息；或者，

当所述写作辅助信息包括智能基础改写信息时，基于人工智能，对写作原文执行如下项中的至少一项，得到写作辅助信息：词语替换、句子改写、语序调整；或者，采用基于人工智能建立的LSTM模型，确定与写作原文对应的智能基础改写信息；或者，

当所述写作辅助信息包括智能润色改写信息时，基于人工智能对所述写作原文进行词语替换、句子改写以及增加短语或短句，得到智能润色改写信息。

可以理解的是，本实施例的装置与上述方法实施例对应，具体内容可以参见方法实施例的相关描述，在此不再详细说明。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (13)

1.一种基于人工智能的辅助写作方法，其特征在于，包括：

获取写作原文；

基于人工智能对所述写作原文进行处理，得到写作辅助信息；

展示所述写作辅助信息。

2.根据权利要求1所述的方法，其特征在于，基于人工智能对写作原文进行处理时的参考因素包括：用户对提供的可选信息的点选信息。

3.根据权利要求1所述的方法，其特征在于，所述写作辅助信息包括如下项中的至少一项：

词语替换推荐信息、词汇联想信息、灵感激发信息、智能素材推荐信息、智能基础改写信息、智能润色改写信息。

4.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括词语替换推荐信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

对写作原文进行切词，得到组成写作原文的分词；

对应各个分词，基于人工智能识别相应的分词是否为可被替换的词语，并在所述分词为可被替换的词语时，确定所述分词的词语替换推荐信息。

5.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括词汇联想信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

从写作原文中提取出特定词语；

根据预先基于人工智能确定的联想词表，确定与所述特点词语对应的词汇联想信息。

6.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括灵感激发信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

从预先建立的文章库中，选择与写作原文整体粒度匹配的切分文本单元中，作为候选文本；

基于人工智能计算写作原文与每个候选文本的相似度，根据相似度选择预设个数的候选文本作为灵感激发信息。

7.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括智能素材推荐信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

基于人工智能抽取写作原文的主题词，并根据主题词从预先建立的素材库中，选择主题相近的素材作为候选素材；

根据主题模型计算写作原文与每个候选素材的相似度，根据相似度选择预设个数的候选素材作为智能推荐信息。

8.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括智能基础改写信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

基于人工智能，对写作原文执行如下项中的至少一项，得到写作辅助信息：

词语替换、句子改写、语序调整；或者，

采用基于人工智能建立的LSTM模型，确定与写作原文对应的智能基础改写信息。

9.根据权利要求3所述的方法，其特征在于，当所述写作辅助信息包括智能润色改写信息时，所述基于人工智能对所述写作原文进行处理，得到写作辅助信息，包括：

基于人工智能对所述写作原文进行词语替换、句子改写以及增加短语或短句，得到智能润色改写信息。

10.一种基于人工智能的辅助写作装置，其特征在于，包括：

获取模块，用于获取写作原文；

处理模块，用于基于人工智能对所述写作原文进行处理，得到写作辅助信息；

展示模块，用于展示所述写作辅助信息。

11.根据权利要求10所述的装置，其特征在于，所述处理模块基于人工智能对写作原文进行处理时的参考因素包括：用户对提供的可选信息的点选信息。

12.根据权利要求10所述的装置，其特征在于，所述写作辅助信息包括如下项中的至少一项：

词语替换推荐信息、词汇联想信息、灵感激发信息、智能素材推荐信息、智能基础改写信息、智能润色改写信息。

13.根据权利要求12所述的装置，其特征在于，所述处理模块具体用于：

当所述写作辅助信息包括词语替换推荐信息时，对写作原文进行切词，得到组成写作原文的分词；对应各个分词，基于人工智能识别相应的分词是否为可被替换的词语，并在所述分词为可被替换的词语时，确定所述分词的词语替换推荐信息；或者，

当所述写作辅助信息包括词汇联想信息时，从写作原文中提取出特定词语；根据预先基于人工智能确定的联想词表，确定与所述特点词语对应的词汇联想信息；或者，

当所述写作辅助信息包括灵感激发信息时，从预先建立的文章库中，选择与写作原文整体粒度匹配的切分文本单元中，作为候选文本；基于人工智能计算写作原文与每个候选文本的相似度，根据相似度选择预设个数的候选文本作为灵感激发信息；或者，

当所述写作辅助信息包括智能素材推荐信息时，基于人工智能抽取写作原文的主题词，并根据主题词从预先建立的素材库中，选择主题相近的素材作为候选素材；根据主题模型计算写作原文与每个候选素材的相似度，根据相似度选择预设个数的候选素材作为智能推荐信息；或者，

当所述写作辅助信息包括智能基础改写信息时，基于人工智能，对写作原文执行如下项中的至少一项，得到写作辅助信息：词语替换、句子改写、语序调整；或者，采用基于人工智能建立的LSTM模型，确定与写作原文对应的智能基础改写信息；或者，

当所述写作辅助信息包括智能润色改写信息时，基于人工智能对所述写作原文进行词语替换、句子改写以及增加短语或短句，得到智能润色改写信息。