CN111883136A - 一种基于人工智能的快速写作方法和装置 - Google Patents
一种基于人工智能的快速写作方法和装置 Download PDFInfo
- Publication number
- CN111883136A CN111883136A CN202010752715.8A CN202010752715A CN111883136A CN 111883136 A CN111883136 A CN 111883136A CN 202010752715 A CN202010752715 A CN 202010752715A CN 111883136 A CN111883136 A CN 111883136A
- Authority
- CN
- China
- Prior art keywords
- article
- artificial intelligence
- original
- word
- characters
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Machine Translation (AREA)
Abstract
本发明适用于计算机应用技术领域，提供了一种基于人工智能的快速写作方法和装置，所述方法包括以下步骤：采集用户的语音，识别得到相应的文字；根据识别得到的文字基于人工智能算法生成原始文章；基于人工智能算法对原始文章进行修改，生成正式文章。本发明方法可以仅通过用户表述一句话或若干字词，即可生成一篇和用户所表述的内容相关的文章，无需用户进行书写和冥思苦想，实现了短时间内迅速得到一篇文章的目的，而且生成的文章经过基于人工智能算法进行修改，文章的质量较高。
Description
技术领域
本发明属于计算机应用技术领域，尤其涉及一种基于人工智能的快速写作方法和装置。
背景技术
人工智能（Artificial Intelligence），英文缩写为AI，是计算机科学的一个分支。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。
随着生活节奏的加快，人们时长会要到需要在短时间内完成一篇文章的情况。许多人在写作时往往因时间不足、思维枯竭而无法动笔，即使动笔，也仅能写出若干句话，远远不能满足字数的要求。
发明内容
本发明实施例的目的在于提供一种基于人工智能的快速写作方法和装置，旨在解决背景技术中所提到的问题。
本发明实施例是这样实现的，一种基于人工智能的快速写作方法，包括以下步骤：
采集用户的语音，识别得到相应的文字；
根据识别得到的文字基于人工智能算法生成原始文章；
基于人工智能算法对原始文章进行修改，生成正式文章。
优选的，所述根据识别得到的文字基于人工智能算法生成原始文章之前，还包括以下步骤：
预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于人工智能算法训练生成。
优选的，所述根据识别得到的文字基于人工智能算法生成文章的步骤，包括：
对得到的文字进行分词处理，得到若干个分词；
获取各个分词的近义词；
根据所述的分词和近义词，确定需要写作的文章的类别；
根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章。
优选的，所述基于人工智能算法对原始文章进行修改，生成文章的步骤，包括：
基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
优选的，所述人工智能算法包括统计学习算法、机器学习算法、深度学习算法中的一种或多种的组合。
本发明实施例的另一目的在于提供一种基于人工智能的快速写作装置，所述快速写作装置包括：
语音文字转化单元，用于采集用户的语音，并识别得到相应的文字；
原始文章生成单元，用于根据识别得到的文字基于人工智能算法生成原始文章；
文章修改单元；所述文章修改单元基于人工智能算法对原始文章进行修改，生成正式文章；
展示单元，用于展示生成的正式文章；
中央处理单元；所述语音文字转化单元、所述原始文章生成单元、所述文章润色单元和所述展示单元之间通过所述中央处理单元相连接。
优选的，所述语音文字转化单元包括：
语音接收模块，用于采集用户的语音；
语音识别模块，用于将所述语音接收单元接收到的语音转换为文字并发送给所述中央处理单元。
优选的，所述原始文章生成单元包括：
分词模块，用于从所述中央处理单元获取文字，并对得到的文字进行分词处理，得到若干个分词；
近义词模块，用于获取各个分词的近义词；
查询选取模块，用于根据所述的分词和近义词，确定需要写作的文章的类别，再根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
填充模块，用于在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章并发送给所述中央处理单元。
优选的，所述原始文章生成单元包括：
文章获取模块，用于从所述中央处理单元获取原始文章；
润色模块，用于基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章并发送给所述中央处理单元。
本发明实施例提供的一种基于人工智能的快速写作方法，通过采集用户的语音，语音转换为文字，再将转化的文字基于人工智能算法生成原始文章，最后基于人工智能算法对原始文章进行修改，生成正式文章。本发明方法可以仅通过用户表述一句话或若干字词，即可生成一篇和用户所表述的内容相关的文章，无需用户进行书写和冥思苦想，实现了短时间内迅速得到一篇文章的目的，而且生成的文章经过基于人工智能算法进行修改，文章的质量较高。
附图说明
图1为本发明实施例提供的一种基于人工智能的快速写作方法的步骤流程图；
图2为本发明实施例提供的一种基于人工智能的快速写作装置的结构示意图；
图3为本发明实施例提供的一种基于人工智能的快速写作装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
实施例1
如附图1所示，为本发明一个实施例提供的一种基于人工智能的快速写作方法，包括以下步骤：
S101，预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于深度学习算法训练生成；
S102，采集用户的语音，识别得到相应的文字；
S103，对得到的文字进行分词处理，得到若干个分词；
S104，获取各个分词的近义词；
S105，根据所述的分词和近义词，确定需要写作的文章的类别；
S106，根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
S107，在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章；
S108，基于深度学习算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
实施例2
如附图1所示，为本发明一个实施例提供的一种基于人工智能的快速写作方法，包括以下步骤：
S101，预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于机器学习算法训练生成；
S102，采集用户的语音，识别得到相应的文字；
S103，对得到的文字进行分词处理，得到若干个分词；
S104，获取各个分词的近义词；
S105，根据所述的分词和近义词，确定需要写作的文章的类别；
S106，根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
S107，在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章；
S108，基于机器学习算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
实施例3
如附图1所示，为本发明一个实施例提供的一种基于人工智能的快速写作方法，包括以下步骤：
S101，预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于深统计学习算法训练生成；
S102，采集用户的语音，识别得到相应的文字；
S103，对得到的文字进行分词处理，得到若干个分词；
S104，获取各个分词的近义词；
S105，根据所述的分词和近义词，确定需要写作的文章的类别；
S106，根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
S107，在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章；
S108，基于统计学习算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
实施例4
如附图1所示，为本发明一个实施例提供的一种基于人工智能的快速写作方法，包括以下步骤：
S101，预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于深度学习算法和统计学习算法训练生成；
S102，采集用户的语音，识别得到相应的文字；
S103，对得到的文字进行分词处理，得到若干个分词；
S104，获取各个分词的近义词；
S105，根据所述的分词和近义词，确定需要写作的文章的类别；
S106，根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
S107，在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章；
S108，基于深度学习算法和统计学习算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
具体的，在实施例1~4中，所建立模板库的数据越庞大，基础框架的类别也就越丰富，所能得到的文章的种类也越多样，文章的质量也越高。同理在S108步骤中，对文章的修改次数越多，人工智能算法对文章的修改技术也越高，得修改后的文章的质量也越高。上述实施例仅选用了部分人工智能算法，实际应用中，人工智能算法可采用统计学习算法、机器学习算法、深度学习算法中的一种或多种的组合。本发明方法可以仅通过用户表述一句话或若干字词，即可生成一篇和用户所表述的内容相关的文章，无需用户进行书写和冥思苦想，实现了短时间内迅速得到一篇文章的目的，而且生成的文章经过基于人工智能算法进行修改，文章的质量较高。
实施例5
如附图2所示，本发明的一个实施例还于提供了一种基于人工智能的快速写作装置，所述快速写作装置包括：
语音文字转化单元，用于采集用户的语音，并识别得到相应的文字；
原始文章生成单元，用于根据识别得到的文字基于人工智能算法生成原始文章；
文章修改单元；所述文章修改单元基于人工智能算法对原始文章进行修改，生成正式文章；
展示单元，用于展示生成的正式文章；
中央处理单元；所述语音文字转化单元、所述原始文章生成单元、所述文章润色单元和所述展示单元之间通过所述中央处理单元相连接。
具体的，首先用户将自己想要写作的文章的核心观点表述为一句话，通过语言文字转化模采集用户表述的话语，然后将用户的话转化为文字输送给中央处理单元，中央处理单元将文字输送给原始文章生成单元，原始文章生成单元根据得到的文字基于人工智能算法生成原始文章并输送给中央处理单元，中央处理单元将原始文章输送给文章修改单元，文章修改单元基于人工智能算法对原始文章进行修改，生成正式文章并输送给中央处理单元，中央处理单元将正式文章输送给展示单元，展示单元展示生成的正式文章。此处的人工智能算法包括统计学习算法、机器学习算法、深度学习算法中的一种或多种的组合。
如附图3所示，作为本发明的一种优选实施例，所述语音文字转化单元包括：
语音接收模块，用于采集用户的语音；
语音识别模块，用于将所述语音接收单元接收到的语音转换为文字并发送给所述中央处理单元。
具体的，语音接收模块可以为麦克风，语音识别模块首先从语音接收模块接受到语音信号，然后将信号转换为文字。
如附图3所示，作为本发明的一种优选实施例，所述原始文章生成单元包括：
分词模块，用于从所述中央处理单元获取文字，并对得到的文字进行分词处理，得到若干个分词；
近义词模块，用于获取各个分词的近义词；
查询选取模块，用于根据所述的分词和近义词，确定需要写作的文章的类别，再根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
填充模块，用于在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章并发送给所述中央处理单元。
具体的，原始文章生成单元属于程序单元，细分为分词模块、近义词模块、查询选取模块、填充模块等模块。分词模块从中央处理单元处获取语音识别后的文字，并通过预置的中文分词工具对文字进行分词处理，得到若干个分词；近义词模块在预置的近义词词典中查询各个分词的近义词；查询选取模块根据所述的分词和近义词，确定需要写作的文章的类别，再根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；填充模块在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章并发送给所述中央处理单元。
如附图3所示，作为本发明的一种优选实施例，所述原始文章生成单元包括：
文章获取模块，用于从所述中央处理单元获取原始文章；
润色模块，用于基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章并发送给所述中央处理单元。
具体的，原始文章生成单元属于程序单元，细分为文章获取模块和润色模块。文章获取模块从中央处理单元处获取原始文章，润色模块基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章并发送给中央处理单元，最后，中央处理单元元将正式文章输送给展示单元，展示单元展示生成的正式文章。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于人工智能的快速写作方法，其特征在于，包括以下步骤：
采集用户的语音，识别得到相应的文字；
根据识别得到的文字基于人工智能算法生成原始文章；
基于人工智能算法对原始文章进行修改，生成正式文章。
2.根据权利要求1所述的一种基于人工智能的快速写作方法，其特征在于，所述根据识别得到的文字基于人工智能算法生成原始文章之前，还包括以下步骤：
预先建立模板库；所述模板库包括各类别的基础框架；所述基础框架基于人工智能算法训练生成。
3.根据权利要求2所述的一种基于人工智能的快速写作方法，其特征在于，所述根据识别得到的文字基于人工智能算法生成文章的步骤，包括：
对得到的文字进行分词处理，得到若干个分词；
获取各个分词的近义词；
根据所述的分词和近义词，确定需要写作的文章的类别；
根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章。
4.根据权利要求1所述的一种基于人工智能的快速写作方法，其特征在于，所述基于人工智能算法对原始文章进行修改，生成文章的步骤，包括：
基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章。
5.根据权利要求1、2和4中任一所述的一种基于人工智能的快速写作方法，其特征在于，所述人工智能算法包括统计学习算法、机器学习算法、深度学习算法中的一种或多种的组合。
6.一种基于人工智能的快速写作装置，其特征在于，所述快速写作装置包括：
语音文字转化单元，用于采集用户的语音，并识别得到相应的文字；
原始文章生成单元，用于根据识别得到的文字基于人工智能算法生成原始文章；
文章修改单元；所述文章修改单元基于人工智能算法对原始文章进行修改，生成正式文章；
展示单元，用于展示生成的正式文章；
中央处理单元；所述语音文字转化单元、所述原始文章生成单元、所述文章润色单元和所述展示单元之间通过所述中央处理单元相连接。
7.根据权利要求6所述的一种基于人工智能的快速写作装置，其特征在于，所述语音文字转化单元包括：
语音接收模块，用于采集用户的语音；
语音识别模块，用于将所述语音接收单元接收到的语音转换为文字并发送给所述中央处理单元。
8.根据权利要求6所述的一种基于人工智能的快速写作装置，其特征在于，所述原始文章生成单元包括：
分词模块，用于从所述中央处理单元获取文字，并对得到的文字进行分词处理，得到若干个分词；
近义词模块，用于获取各个分词的近义词；
查询选取模块，用于根据所述的分词和近义词，确定需要写作的文章的类别，再根据所确定的文章的类别，在所述模板库中选取对应类别的基础框架；
填充模块，用于在所述基础框架中的每一段落位置，分别对应填充所述的分词和近义词，得到原始文章并发送给所述中央处理单元。
9.根据权利要求6所述的一种基于人工智能的快速写作装置，其特征在于，所述原始文章生成单元包括：
文章获取模块，用于从所述中央处理单元获取原始文章；
润色模块，用于基于人工智能算法，对原始文章执行词语替换、句子改写、语序调整中的至少一项，得到正式文章并发送给所述中央处理单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010752715.8A CN111883136A (zh) | 2020-07-30 | 2020-07-30 | 一种基于人工智能的快速写作方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010752715.8A CN111883136A (zh) | 2020-07-30 | 2020-07-30 | 一种基于人工智能的快速写作方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111883136A true CN111883136A (zh) | 2020-11-03 |
Family
ID=73205739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010752715.8A Pending CN111883136A (zh) | 2020-07-30 | 2020-07-30 | 一种基于人工智能的快速写作方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111883136A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112667815A (zh) * | 2020-12-30 | 2021-04-16 | 北京捷通华声科技股份有限公司 | 文本处理方法、装置、计算机可读存储介质及处理器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106650943A (zh) * | 2016-10-28 | 2017-05-10 | 北京百度网讯科技有限公司 | 基于人工智能的辅助写作方法和装置 |
| CN106874248A (zh) * | 2017-01-22 | 2017-06-20 | 百度在线网络技术（北京）有限公司 | 基于人工智能的文章生成方法和装置 |
| CN109743589A (zh) * | 2018-12-26 | 2019-05-10 | 百度在线网络技术（北京）有限公司 | 文章生成方法及装置 |
| CN109817210A (zh) * | 2019-02-12 | 2019-05-28 | 百度在线网络技术（北京）有限公司 | 语音写作方法、装置、终端和存储介质 |
| CN110348013A (zh) * | 2019-07-05 | 2019-10-18 | 武汉莱博信息技术有限公司 | 基于人工智能的写作辅助方法、设备及可读存储介质 |
| CN110517689A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技（深圳）有限公司 | 一种语音数据处理方法、装置及存储介质 |
-
2020
- 2020-07-30 CN CN202010752715.8A patent/CN111883136A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106650943A (zh) * | 2016-10-28 | 2017-05-10 | 北京百度网讯科技有限公司 | 基于人工智能的辅助写作方法和装置 |
| CN106874248A (zh) * | 2017-01-22 | 2017-06-20 | 百度在线网络技术（北京）有限公司 | 基于人工智能的文章生成方法和装置 |
| CN109743589A (zh) * | 2018-12-26 | 2019-05-10 | 百度在线网络技术（北京）有限公司 | 文章生成方法及装置 |
| CN109817210A (zh) * | 2019-02-12 | 2019-05-28 | 百度在线网络技术（北京）有限公司 | 语音写作方法、装置、终端和存储介质 |
| CN110348013A (zh) * | 2019-07-05 | 2019-10-18 | 武汉莱博信息技术有限公司 | 基于人工智能的写作辅助方法、设备及可读存储介质 |
| CN110517689A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技（深圳）有限公司 | 一种语音数据处理方法、装置及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112667815A (zh) * | 2020-12-30 | 2021-04-16 | 北京捷通华声科技股份有限公司 | 文本处理方法、装置、计算机可读存储介质及处理器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516696B (zh) | 一种基于语音和表情的自适应权重双模态融合情感识别方法 | |
| CN111709242B (zh) | 一种基于命名实体识别的中文标点符号添加方法 | |
| CN106653052A (zh) | 虚拟人脸动画的生成方法及装置 | |
| CN112184858A (zh) | 基于文本的虚拟对象动画生成方法及装置、存储介质、终端 | |
| CN111341305A (zh) | 一种音频数据标注方法、装置及系统 | |
| CN112183058B (zh) | 基于bert句子向量输入的诗词生成方法及装置 | |
| CN110134968A (zh) | 基于深度学习的诗歌生成方法、装置、设备及存储介质 | |
| CN111445898B (zh) | 语种识别方法、装置、电子设备和存储介质 | |
| CN109377981B (zh) | 音素对齐的方法及装置 | |
| CN108304387B (zh) | 文本中噪音词的识别方法、装置、服务器组及存储介质 | |
| CN107818795B (zh) | 一种英语口语的测评方法及装置 | |
| CN112463942A (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111145903A (zh) | 获取眩晕症问诊文本的方法、装置、电子设备及问诊系统 | |
| CN111180025A (zh) | 表示病历文本向量的方法、装置及问诊系统 | |
| CN112184859A (zh) | 端到端的虚拟对象动画生成方法及装置、存储介质、终端 | |
| CN113362815A (zh) | 语音交互方法、系统、电子设备及存储介质 | |
| CN117112760A (zh) | 一种基于知识库的智能教育大模型 | |
| CN116129866A (zh) | 语音合成方法、网络训练方法、装置、设备及存储介质 | |
| CN117851871A (zh) | 一种境外互联网社交阵地多模态数据识别方法 | |
| CN116665674A (zh) | 基于语音和预训练模型的互联网智能化招聘发布方法 | |
| CN111883136A (zh) | 一种基于人工智能的快速写作方法和装置 | |
| CN111738023A (zh) | 一种图文音频自动翻译方法及其系统 | |
| CN116306653A (zh) | 一种正则化领域知识辅助的命名实体识别方法 | |
| CN116129868A (zh) | 一种结构化画本的生成方法和生成系统 | |
| CN115167674A (zh) | 基于数字人多模态交互信息标准的智能交互方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |