CN111950255B - 诗词生成方法、装置、设备及存储介质 - Google Patents
诗词生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111950255B CN111950255B CN201910415185.5A CN201910415185A CN111950255B CN 111950255 B CN111950255 B CN 111950255B CN 201910415185 A CN201910415185 A CN 201910415185A CN 111950255 B CN111950255 B CN 111950255B
- Authority
- CN
- China
- Prior art keywords
- keyword
- word
- poetry
- verse
- words
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Telephonic Communication Services (AREA)
- Machine Translation (AREA)
Abstract
本申请公开了一种诗词生成方法、装置、设备以及存储介质，涉及互联网领域。该方法包括：获取至少一个关键词；循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句；根据每个关键词对应的诗句生成诗词。该方法通过正向诗句生成模型和逆向诗句生成模型双向生成关键词对应的诗句，从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种诗词生成方法、装置、设备及存储介质。
背景技术
现今，人们在社交的过程中，可以使用人工智能(Artificial Intelligence，AI)自动生成的诗词来表达自己，比如，通过AI自动生成的诗词来表达自己的心情、感慨等等。
在相关技术中，诗词的自动生成方式通常是针对古风诗词的，比如，一种诗词生成方法是在接收到诗词生成请求之后，首先，获取诗词生成的关键词以及诗词生成的诗词体裁；其次，根据诗词体裁确定出诗词的生成模型；再次，将上述关键词输入生成模型中，获得生成的诗词。
但是，上述生成模型是根据诗词体裁设置的，侧重点在诗词体裁上，会使自动生成的诗词语句不通顺、流畅性差。
发明内容
本申请实施例提供了一种诗词生成方法、装置、设备及存储介质，可以解决自动生成的诗词语句不通顺、流畅性差的问题。所述技术方案如下：
根据本申请的一个方面，提供了一种诗词生成方法，该方法包括：
获取至少一个关键词；
循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句；
根据每个关键词对应的诗句生成诗词。
根据本申请的另一个方面，提供了一种诗词的显示方法，该方法包括：
在终端的显示界面上显示应用程序的用户界面；
接收终端上触发的第一晃动操作，第一晃动操作用于触发诗词的生成；
根据第一晃动操作在用户界面上显示诗词；诗词是由正向诗词生成模型和逆向诗词生成模型根据至少一个关键词生成的。
根据本申请的另一方面，提供了一种诗词生成装置，该装置包括：
获取模块，用于获取至少一个关键词；
生成模块，用于循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句；根据每个关键词对应的诗句生成诗词。
根据本申请的另一方面，提供了一种诗词的显示装置，该装置包括：
显示模块，用于在终端的显示界面上显示应用程序的用户界面；
接收模块，用于接收终端上触发的第一晃动操作，第一晃动操作用于触发诗词的生成；
显示模块，用于根据第一晃动操作在用户界面上显示诗词；诗词是由正向诗词生成模型和逆向诗词生成模型根据至少一个关键词生成的。
根据本申请的另一方面，提供了一种终端，该终端包括：
存储器；
与存储器相连的处理器；
其中，处理器被配置为加载并执行可执行指令以实现如上述第一方面及其可选实施例所述的诗词生成方法，以及第二方面及其可选实施例所述的诗词的显示方法。
根据本申请的另一方面，提供了一种计算机可读存储介质，上述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，上述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述第一方面及其可选实施例所述的诗词生成方法，以及第二方面及其可选实施例所述的诗词的显示方法。
本申请实施例提供的技术方案带来的有益效果至少包括：
通过获取得到的至少一个关键词，循环调用正向诗句生成模型和逆向诗句生成模型对上述至少一个关键词进行处理，生成至少一个关键词中的每个关键词对应的诗句，最终，根据每个关键词对应的诗句生成完整的诗词；该方法通过正向诗句生成模型和逆向诗句生成模型双向生成关键词对应的诗句，从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个示例性实施例提供的计算机系统的结构示意图；
图2是本申请一个示例性实施例提供的诗词生成方法的流程图；
图3是本申请另一个示例性实施例提供的诗词生成方法的流程图；
图4是本申请另一个示例性实施例提供的诗词生成方法的流程图；
图5是本申请另一个示例性实施例提供的诗词生成方法的流程图；
图6是本申请一个示例性实施例提供的诗词显示的方法的流程图；
图7是本申请一个示例性实施例提供的诗词显示的用户界面的示意图；
图8是本申请另一个示例性实施例提供的诗词显示的用户界面的示意图；
图9是本申请另一个示例性实施例提供的诗词显示的用户界面的示意图；
图10是本申请另一个示例性实施例提供的诗词显示的用户界面的示意图；
图11是本申请另一个示例性实施例提供的诗词显示的用户界面的示意图；
图12是本申请另一个示例性实施例提供的诗词显示的用户界面的示意图；
图13是本申请另一个示例性实施例提供的诗词显示的方法的流程图；
图14是本申请一个示例性实施例提供的诗词生成装置的框图；
图15是本申请一个示例性实施例提供的诗词的显示装置的框图；
图16是本申请一个示例性实施例提供的电子设备的结构示意图；
图17是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1，示出了一个示例性实施例提供的计算机系统的框图，该计算机系统包括终端120和服务器140。
该终端120包括：显示屏121、加速度传感器122、中央处理芯片123和存储芯片124。
该终端中安装有应用程序，该应用程序可以包括即时通信程序。显示屏121用于显示应用程序的用户界面。可选地，显示屏121为触摸显示屏；显示屏121还用于输入文本和打开图片，以及显示诗词。
加速度传感器122与中央处理芯片123电性相连，该加速度传感器122用于接收终端触发的晃动操作；可选地，该晃动操作包括摇一摇操作。加速度传感器122将晃动操作上报至中央处理芯片123，上述晃动操作用于触发诗词的生成。
中央处理芯片123与显示屏121电性相连。中央处理芯片123接收加速度传感器122上报的晃动操作，之后获取显示屏121上输入的文本和打开的图片中的至少一种；生成包括上述文本和/或图片的诗词生成请求；并将该诗词生成请求通过有线或者无线网络发送至服务器140。
存储芯片124与中央处理芯片123电性相连；该存储芯片124中存储有程序，该程序被中央处理芯片123执行以实现上述诗词生成方法与诗词显示的方法。
该服务器140中存储有词语集；该服务器140中还存储有正向诗句生成模型和逆向诗句生成模型；该词语集、正向诗句生成模型和逆向诗句生成模型用于诗词的生成。服务器140接收终端120发送的诗词生成请求，根据诗词生成请求中包括的文本和图片中的至少一种生成诗词；并将诗词反馈至终端120。
终端120中的中央处理芯片123将服务器140发送的诗词控制显示在显示屏121上。
在一些实施例中，终端120可以独立实现诗词的生成方法以及诗词显示的方法。示意性的，终端120还可以包括AI芯片125，该AI芯片125中包括正向诗句生成模型和逆向诗句生成模型；存储芯片124中还存储有词语集；终端120中的中央处理芯片123控制AI芯片125生成诗词。
请参考图2，示出了一个示例性实施例提供的诗词生成方法的流程图，应用于电子设备中，该电子设备可以是图1所示的终端或者服务器，该方法包括：
步骤201，获取至少一个关键词。
电子设备从终端上获取至少一个关键词，该至少一个关键词用于生成诗词；其中，该至少一个关键词中每一个关键词用于生成一句诗句。
步骤202，循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句。
正向诗句生成模型和逆向诗句生成模型可以是由神经网络模型训练得到，电子设备通过训练得到的神经网络模型生成至少一个关键词中每个关键词对应的诗句。
在一些实施例中，电子设备中存储有词语集，该词语集用于在上述正向诗句生成模型正向生成诗句时提供词语，以及在上述逆向诗句生成模型逆向生成诗句时提供词语。
示意性的，电子设备生成每个关键词对应的诗句的步骤可以如下：
a)电子设备将上述至少一个关键词中的每个关键词作为输入数据依次输入正向诗句生成模型中，得到每个关键词对应的词语序列。
对于一个关键词Xt，电子设备将上述Xt输入正向诗句生成模型中，且电子设备从词语集中依次获取词语Vj，输入正向诗句生成模型中；假设该正向诗句生成模型中包括一个中间参数y，该中间函数y的运算函数为y＝Plmforward(V|X)，则将Xt和Vj输入正向诗句生成模型中得到中间参数Plmforward(Vj|Xt)，其中，V和X均为变量；再次，将上述中间参数Plmforward(Vj|Xt)输入argmax函数，得到排列在关键词之后的正向词语Xt+1，Xt+1的表达式如下：
Xt+1＝argmax Plmforward(Vj|Xt)；
其中，t用于标记关键词Xt对应的时间步长，t+1用于标记词语Xt-1对应的时间步长，时间步长是指获得词语的过程的前后两个时间点之间的差值。
最终，得到一个词语序列[Xt，Xt+1]；将上述词语序列[Xt，Xt+1]确定为输入数据，执行步骤b)。
可选地，上述词语集中包括部分标记有开始标识(start of sentence token，SOStoken)的词语，以及部分标记有结束标识(end of sentence token，EOS token)的词语；其中，一个词语既可以标记有SOS token，也可以标记有EOS token。
在得到一个词语序列之后，电子设备确定每个关键词对应的词语序列的顺序中第一个词语标记有SOS token，且末一个词语标记有EOS token；当第一个词语标记有SOStoken且末一个词语标记有EOS token时，将每个关键词对应的词语序列确定为上述每个关键词对应的诗句。
比如，上述关键词Xt输入正向诗句生成模型中，得到词语序列[Xt，Xt+1]；电子设备还通过正向诗句生成模型确定该词语序列的顺序中第一个词语Xt是否标记有SOStoken，以及该词语序列的顺序中末一个词语Xt+1中是否标记有EOS token；当Xt标记有SOStoken且Xt+1标记有EOS token时，结束针对Xt进行的诗句生成，将词语序列[Xt，Xt+1]输出为Xt对应的诗句。否则，将词语序列[Xt，Xt+1]确定为输入数据，执行步骤b)。
其中，SOS token用于表示第一个词语是诗句的开端，结束标识用于表示末一个词语是诗句的结尾；当词语序列的第一个词语标记有SOS token，且末一个词语标记有EOStoken时，则表示该词语序列是一个完整的语句。
b)电子设备将每个词语序列作为输入数据依次输入逆向诗句生成模型中，得到更新后的词语序列。
对于上述Xt对应得到的词语序列[Xt，Xt+1]，电子设备将[Xt，Xt+1]作为输入数据，输入逆向诗句生成模型中，且电子设备从词语集中依次获取词语Vj，输入逆向诗句生成模型中；假设该逆向诗句生成模型中包括一个中间参数z，该中间函数z的运算函数为z＝Plmbackward(V|X)，则将[Xt，Xt+1]和Vj输入逆向诗句生成模型中得到中间参数Plmbackward(Vj|X＝[Xt，Xt+1])；再次，将上述中间参数Plmbackward(Vj|X＝[Xt，Xt+1])输入argmax函数，得到排列在关键词之前的逆向词语Xt-1，Xt-1的表达式如下：
Xt-1＝argmax Plmbackward(Vj|X＝[Xt，Xt+1])；
其中，t-1用于标记关键词Xt-1对应的时间步长。
最终，得到一个词语序列[Xt-1，Xt，Xt+1]；将词语序列[Xt，Xt+1]更新为上述词语序列[Xt-1，Xt，Xt+1]。
c)当更新后的词语序列不符合诗句生成条件时，将更新后的词语序列作为输入数据，按照交替执行顺序输入正向诗句生成模型或者逆向诗句生成模型中更新词语序列；
当更新后的词语序列[Xt-1，Xt，Xt+1]不符合诗句生成条件时，将词语序列[Xt-1，Xt，Xt+1]作为输入数据，返回执行步骤a)。
d)当更新后的词语序列符合诗句生成条件时，根据更新后的词语序列生成每个关键词对应的诗句。
当更新后的词语序列[Xt-1，Xt，Xt+1]符合诗句生成条件时，将词语序列[Xt-1，Xt，Xt+1]输出为关键词Xt对应的诗句。
可选地，在步骤c)和步骤d)中，诗句生成条件包括每个更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识；其中，开始标识用于表示第一个词语是诗句的开端，结束标识用于表示末一个词语是诗句的结尾。
在得到每个关键词的新的词语序列之后，电子设备确定每个关键词对应的词语序列的顺序中第一个词语标记有SOS token，且末一个词语标记有EOS token；当第一个词语标记有SOS token且末一个词语标记有EOS token时，将每个关键词对应的词语序列确定为上述每个关键词对应的诗句。
比如，电子设备通过逆向诗句生成模型确定该词语序列的顺序中第一个词语Xt是否标记有SOS token，以及该词语序列的顺序中末一个词语Xt+1中是否标记有EOS token；当Xt-1标记有SOS token且Xt+1标记有EOS token时，结束针对Xt进行的诗句生成，将词语序列[Xt-1，Xt，Xt+1]输出为Xt对应的诗句。否则，将词语序列[Xt-1，Xt，Xt+1]确定为输入数据，返回执行步骤a)。
也就是说，在每个关键词对应的生成的过程中，交替循环执行步骤a)和步骤b)，直至生成每个关键词对应的诗句。
需要说明的是，电子设备中还可以单独设置有确定模块，该确定模块用于确定在更新后的词语序列中，第一个词语是否标记有EOS token，且末一个词语是否标记有EOStoken；当第一个词语标记有EOS token，且末一个词语标记有EOS token时，将上述更新后的词语序列输出为对应的关键词的诗句。否则，将上述更新后的词语序列确定为输入数据，执行步骤c)。
步骤203，根据每个关键词对应的诗句生成诗词。
电子设备将每个关键词对应的诗句组合成为一首诗词。
可选地，电子设备将上述每个关键词对应的诗句随机组合成为一首诗词；
或者，将每个关键词对应的诗句按照关键词之间的相似度由大到小或由小到大的顺序组合成为一首诗词；
或者，将每个关键词对应的诗句按照语言逻辑顺序组合成为一首诗词。
综上所述，本实施例提供的诗词生成方法，通过获取得到的至少一个关键词，循环调用正向诗句生成模型和逆向诗句生成模型对上述至少一个关键词进行处理，生成至少一个关键词中的每个关键词对应的诗句，最终，根据每个关键词对应的诗句生成完整的诗词；该方法中，通过正向诗句生成模型和逆向诗句生成模型双向生成关键词对应的诗句，从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
需要说明的是，本实施例提供的诗词生成方法可以应用于娱乐场景，比如，在即时通信程序中发布信息时，用户可以使用自动生成的诗词表达自己的情感，举例说明，在发表说说时用户使用自动生成的诗词来表达自己的情感。
上述诗词生成方法还可以应用于教育场景，比如，用户可以了解诗词中的关键词、意向、押韵等元素在诗词中的作用；或者，还可以应用于文学研究场景，比如，关于自动生成的诗词的词频、意象之间的关系的发现，能够给文学研究以启发，发现新的研究方向。
本实施例中对上述诗词生成方法的应用场景并不加以限定。
基于图2，电子设备获取得到的关键词的途径可以包括以下两种：
一、从用户输入的文本内容和图片内容中的至少一种中获取关键词；
二、从时间、地点、节日、节气和天气状况的至少一种中获取关键词。
在第一种情况下，电子设备将文本内容和图片内容中的至少一种确定为主题内容；从上述主题内容中获取关键词，如图3所示，步骤如下：
步骤301，从终端中获取用户输入的文本内容和图片内容中的至少一种。
终端中安装有应用程序，可选地，该应用程序可以是即时通信程序。在终端的显示界面上显示该应用程序的用户界面，该用户界面上包括有文本控件和图片控件；该文本控件用于输入文本，该图片控件用于打开图片。
当用户在该用户界面上进行操作时，用户在文本控件中输入文本内容；或者，用户在图片控件中打开图片；或者，用户在文本控件中输入文本内容，且在图片控件中打开图片。
当用户触发生成诗词对应触发操作时，电子设备从终端中获取用户输入的文本内容和图片内容中的至少一种；比如，电子设备通过文本标识接口从终端中获取文本内容，或者，通过图片标识接口从终端中获取图片内容。电子设备将文本内容和图片内容中的至少一种确定为主题内容。
步骤302，从主题内容中获取得到n个候选关键词。
当主题内容为文本内容时，终端从文本内容中提取得到n个候选关键词，示意性的步骤为：
1)从文本内容中获取得到m个分词。
电子设备对获得的文本内容进行分词处理，得到m个分词；m为正整数。
2)确定m个分词中每个分词的逆向文档频率(Inverse Document Frequency，IDF)。
IDF是用于度量的词语的重要性的参数，词语的重要性与该词语在文档中的出现次数成正比，与该词语在语料库中出现的频率成反比；对于一个分词i，计算其IDFi，公式为：
IDFi＝log(|D|/|Di|)
其中，|D|表示语料库中文档的数量，|Di|表示包括上述分词i的文档的数量，从该公式中可知，IDFi越大则词语i的重要性越高；该语料库是指提供词语集的语料库。
电子设备计算m个分词中每个分词的IDF，在本实施例中，该IDF用于从m个分词中确定出n个候选关键词，n为正整数。
3)按照每个分词的IDF由大到小的顺序对m个分词进行排序。
4)将排序后的头部的n个分词确定为n个候选关键词。
需要说明的是，m个分词的排序还可以按照每个分词的IDF由小到大的顺序排列，则电子设备将排序后序列尾部的n个分词确定为n个候选关键词。
当主题内容为图片内容时，终端从图片内容中提取得到n个候选关键词，示意性步骤为：
1)将图片内容中的l个图片输入深度残差网络模型，得到n个候选关键词，其中，l为正整数。
上述深度残差网络模型是用于提取图片中的关键词的神经网络模型，由大量的样本集训练得到，能够准确的识别出图片中的关键词。示意性的，电子设备将图片矩阵化输入至上述深度残差网络模型中，深度残差网络模型对该图片进行识别，得到r个词语，该r个词语是对该图片的分类；深度残差网络模型预测r个词语的预测准确率，将预测准确率高于预测阈值的n个词语作为n个候选关键词输出，r为正整数；其中，预测阈值用于确定出预测准确率符合要求的n个候选关键词。
当主题内容为文本内容和图片内容时，终端从文本内容和图片内容中提取得到n个候选关键词。终端从文本内容和图片内容中提取关键词的步骤如上所述，此处不再加以赘述。
步骤303，将上述n个候选关键词与词语集中的词语进行匹配，得到匹配的N个候选关键词。
词语集是从上述语料库中得到的，是与正向诗句生成模型和逆向诗句生成模型对应的词语集合。
电子设备将上述n个候选关键词与词语集中的词语进行匹配，得到匹配的N个候选关键词。可选地，电子设备确定n个候选关键词中每个关键词是否属于词语集；从n个候选关键词中筛选出属于词语集的N个关键词。示意性的，将上述N个关键词通过集合表示，则关键词集合K如下：
K＝{Ki|Ki∈U，i∈[1，N]且i为整数}，
其中，Ki表示N个关键词中的第i个关键词，U表示词语集，i∈[1，N]表示i大于等于1且小于等于N，N为正整数，且N小于或者等于n。
步骤304，从N个候选关键词中确定出至少一个关键词。
可选地，电子设备中还设置有数量阈值M，该数量阈值用于确定用于生成诗词的关键词数量；其中，关键词数量决定了诗词的长度，比如，关键词有4个，则电子设备生成一首四句的诗词。
当N等于或者大于M时，电子设备从N个候选关键词中确定出M个关键词。
在一些实施例中，当N等于或者大于M时，电子设备从N个关键词中随机确定出M个关键词；
或者，将N个关键词按照每个关键词的IDF由大到小的顺序排序，并将排序后序列头部的M个关键词确定为M个关键词；
或者，确定一个关键词，计算其它N-1个关键词与上述一个关键词的相似度；按照每个关键词的相似度由大到小的顺序排序，并将排序后序列头部的M个关键词确定为M个关键词；可选地，上述相似度可以是余弦相似度。
当N小于M时，从词语集中获取M-N个词语，确定M-N个词语与候选关键词的余弦相似度；当余弦相似度大于相似度阈值时，将M-N个词语确定为M-N个候选关键词；将上述N个候选关键词和上述M-N个候选关键词确定为M个关键词；M、N为正整数。
该相似度阈值用于确定出与从主题内容中获取的关键词相似的候选关键词。示意性的，余弦相似度的计算公式如下：
其中，WKi是关键词集合K中的词语Ki的词向量，WU是词语集U中的词语的词向量；||WKi||表示词向量WKi的范数，||WU||表示词向量WU的范数，“·”是乘以符号；cos(WKi，WU)表示词向量WKi与词向量WU之间的夹角的余弦值。
在一些实施例中，电子设备从关键词集合K中随机选取一个词语Ki，计算词语集U中的词语的词向量WU与词语Ki的词向量WKi之间的余弦相似度；从词语集U中选取出上述余弦相似度大于相似度阈值的M-N个词语，将上述M-N个词语确定为候选关键词；将上述确定的M-N个候选关键词和从主题内容中确定出的N个候选关键词确定为M个关键词。
可选地，当关键词集合K为空时，从词语集U中选取一个词语确定为候选关键词，并根据上述一个候选关键词从词语集U中选取其它M-1个候选关键词，得到M个关键词。
综上所述，本实施例提供的关键词获取方法，当关键词数量小于数量阈值时，通过词向量之间的余弦相似度来扩展出相似度较高的关键词集合，能够提高通过该关键词集合中的关键词生成的诗句之间关联度。
示意性的，电子设备中可以包括：关键词提取装置11，用于实现上述步骤302；关键词组合装置12，用于实现上述步骤303；以及诗句生成装置13，用于实现上述步骤202。以主题内容包括文本内容和图片内容为例，如图4，在该电子设备中，诗词的生成过程如下：
用户输入文本内容和图片，文本内容为“突然觉得住了这么久的城市熟悉而又陌生”，图片内容为一张高楼林立的城市图片，如图4中所示；将文本内容和图片内容输入至关键词提取装置11中，关键词提取装置11输出关键词：陌生、城市、孤寂；将上述关键词“陌生、城市、孤寂”输入至关键词组合装置12中，关键词组合装置12输出关键词：陌生、故乡、孤寂、城市；将关键词“陌生、故乡、孤寂、城市”输入至诗句生成装置13中，则诗句生成装置13输出一首现代诗：一切都变得陌生，熟悉的故乡和陌生的人，冬夜里的孤寂和孤独，就在这个城市里。
在第二种情况下，电子设备将时间、地点、节日、节气和天气状况的至少一种确定为主题内容；从上述主题内容中获取关键词，如图5所示，步骤如下：
步骤401，从终端中获取时间、地点、节日、节气和天气状况中的至少一种。
当终端中没有接收到用户输入的文本内容和图片内容中的任意一种时，电子设备从终端中获取时间、地点、节日、节气和天气状况中的至少一种。其中，时间为当前时间；地点为终端当前定位的地理位置；节日为传统节日和外国节日中的至少一种；节气为二十四节气；天气状况为终端当前定位的地区的天气情况。
电子设备将时间、地点、节日、节气和天气状况中的至少一种确定为主题内容。
步骤402，从主题内容中获取得到n个候选关键词。
电子设备将主题内容中的时间、地点、节日、节气和天气状况确定为候选关键词。
比如，当前时间所属的时间段为清晨，则主题内容为“清晨”，电子设备将“清晨”确定为候选关键词；当前定位地点为草原，则主题内容为“草原”，电子设备将“草原”确定为候选关键词；
当天的节日为清明，则主题内容则为清明，电子设备将“清明”确定为候选关键词；当天的节气为立秋，则主题内容则为“立秋”，电子设备将“秋”确定为候选关键词；当天的天气状况为小雨，则主题内容为“小雨”。
步骤403，将上述n个候选关键词与词语集中的词语进行匹配，得到匹配的N个候选关键词。
步骤404，从N个候选关键词中确定出至少一个关键词。
需要说明的是，步骤403至步骤404的实现过程参考步骤303至步骤304，在此不再加以赘述。
另外，电子设备还可以随机生成诗词，此种情况下，电子设备自动从词语集中随机获取关键词，示意性的，参考关键词集合K为空时的情况。
基于图2，还需要说明的是，正向诗句生成模型和逆向诗句生成模型是由神经网络模型训练得到的。
可选地，神经网络模型可以包括感知机(Perceptron)、卷积神经网络(Convolutional Neural Networks，CNN)、反卷积神经网络(Deconvolutional Networks，DN)、递归神经网络(Recurrent Neural Networks，RNN)、长短期记忆(Long/Short TermMemory，LSTM)网络、Hopfield网络(Hopfield Networks，HN)、玻尔兹曼机(BoltzmannMachine，BM)网络、深度置信网络(Deep Belief Networks，DBN)、自动编码器(AutoEncoder，AE)中的至少一种。
以正向诗句生成模型和逆向诗句生成模型是由RNN模型训练得到的为例，由语料库中的语料组合成正向样本集和逆向样本集，其中，正向样本集用于训练得到正向诗句生成模型，逆向样本集用于训练得到逆向诗句生成模型；将正向样本集输入至RNN模型中得到正向诗句生成模型，将逆向样本集输入至RNN模型中得到逆向诗句生成模型。
在电子设备生成诗词后，还在终端的显示界面上显示生成的诗词，请参考图6，示出了一个示例性实施例提供的诗词显示的方法的流程图，应用于安装有应用程序的终端中，该方法包括：
步骤501，在终端的显示界面上显示应用程序的用户界面。
终端中安装有应用程序，可选地，该应用程序可以是即时通信程序。在终端的显示界面上显示该应用程序的用户界面，该用户界面上包括有文本控件和图片控件；该文本控件用于输入文本，该图片控件用于打开图片。
步骤502，接收终端上触发的第一晃动操作。
上述第一晃动操作用于触发诗词的生成；可选地，第一晃动操作可以是摇一摇操作。终端在接收自身触发的第一晃动操作时，上述用户界面上包括四种显示情况：
1、用户界面上包括用户输入的文本内容；
2、用户界面上包括用户输入的图片内容；
3、用户界面上包括用户输入的文本内容和图片内容；
4、用户界面上没有文本内容和图片内容任意一种。
步骤503，根据第一晃动操作在用户界面上显示诗词。
上述诗词是由正向诗词生成模型和逆向诗词生成模型根据至少一个关键词生成的。示意性的，诗词生成方法的步骤如下：
a)获取至少一个关键词。
终端从从主题内容中获取至少一个关键词；主题内容是用户输入的文本内容和图片内容中的至少一种，或者，主题内容是时间、地点、节日、节气和天气状况中的至少一种。
当用户界面上的显示情况是上述第1、2、3种情况时，主题内容是用户输入的文本内容和图片内容中的至少一种。当用户界面上的显示情况是上述第4种情况时，主题内容是时间、地点、节日、节气和天气状况中的至少一种；或者，主题内容为空。
b)循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句。
c)根据每个关键词对应的诗句生成诗词。
在一些实施例中，终端根据第一晃动操作以卡片的形式在用户界面上叠加显示诗词；该卡片上包括至少一个关键词，至少一个关键词是从主题内容中获取得到的。
示意性的，以第一晃动操作为摇一摇操作为例，参考图7，用户界面21上包括文本控件22和图片控件23。
当文本控件22输入文本内容“落叶归根的世界”时，在目标时间段之后，用户界面21上叠加显示引导蒙层24，比如，在2秒之后，用户界面上叠加显示引导蒙层24；终端接收用户触发的摇一摇操作之后，终端加载诗词，显示加载界面25；诗词加载完成之后，在用户界面21上叠加显示卡片26，卡片26上包括诗词27，标题“以文作诗”，以及关键词“落叶”。
可选地，卡片上包括确认按钮控件；终端接收确认按钮控件上的触发操作；根据触发操作将诗词显示在用户界面中。如图8所示，在卡片26上包括确认按钮“使用诗词”28；当终端接收到“使用诗词”28上的触发操作时，将诗词27显示在用户界面21上。
可选地，卡片上还包括关闭按钮控件；终端接收关闭按钮控件上的触发操作；根据触发操作关闭卡片，比如，图8中卡片26上包括关闭按钮控件29，触发关闭按钮控件29之后，重新显示用户界面21。
当图片控件23输入图片31时，在摇一摇操作之后，用户界面21上叠加显示卡片32，如图9所示，卡片32上包括诗词33，标题“以图作诗”，以及关键词“桥上、风景、窗子、别人”。
当文本控件22输入文本内容“有云，有书，有鸟，有一支笔就够了”，且图片控件23中输入图片41时，在摇一摇操作之后，用户界面21上叠加显示卡片42，如图10所示，卡片42上包括诗词43，标题“图文结合作诗”，以及关键词“书、云、笔”。
当文本控件22以及图片控件23中均没有内容输入时，在摇一摇操作之后，用户界面21上叠加显示卡片51，如图11所示，卡片51上包括诗词52，标题“随缘作诗”。
当文本控件22以及图片控件23中均没有内容输入时，在摇一摇操作之后，用户界面21上叠加显示卡片61，如图12所示，卡片61上包括诗词62，标题“随缘作诗”，以及关键词“清晨”。
步骤504，接收终端上触发的第二晃动操作。
第二晃动操作用于触发诗词的重新生成；可选地，该第二晃动操作可以是摇一摇操作。
步骤505，根据第二晃动操作在用户界面上显示重新生成的诗词。
可选地，终端在显示上述诗词之后，接收再次触发的摇一摇操作；根据摇一摇操作在用户界面上显示重新生成的诗词。
综上所述，本实施例提供的诗词的显示方法，通过摇一摇操作在应用程序的用户界面上显示诗词，其中，该诗词是通过正向诗词生成模型和逆向诗词生成模型生成的，该诗词的生成从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
另外，该方法还可以通过再次触发摇一摇操作，显示重新生成的诗词，提高了用户体验；且通过确认按钮控件的触发操作将生成诗词直接显示在文本框中，使用户不需要复制、粘贴等操作，减少了操作步骤，提高了人机交互效率。
还需要说明的是，上述诗词的生成可以由终端完成或者终端与服务器共同完成，以由终端与服务器共同生成诗词进行说明，如图13，诗词显示的方法的过程包括以下步骤：
步骤71，用户输入文本内容和图片内容中的至少一种。
步骤72，在终端的用户界面上显示摇一摇引导蒙层，如图7所示。
步骤73，用户触发摇一摇操作。
步骤74，终端向服务器发送诗词生成指令，该指令中包括主题内容，该主题内容包括文本内容和图片内容中的至少一种。
步骤75，服务器检测主题内容的形式；当主题内容的形式为文本形式时，执行步骤76；当主题内容的形式为图片形式时，执行步骤77。
步骤76，服务器提取文本内容中的关键词。
步骤77，服务器提取图片内容中的关键词。
步骤78，服务器对提取得到的关键词进行组合；并将关键词组合发送至终端。
步骤79，终端根据关键词组合生成标题；并根据标题和关键词生成卡片。
步骤80，服务器将关键词组合输入正向诗句生成模型和逆向诗句生成模型，生成诗词；并将诗词发送至终端。
步骤81，终端将服务器发送的诗词显示在卡片上，卡片上还显示有标题和关键词。
步骤82，用户选择是否使用诗词；当用户选择使用诗词时，将诗词显示在用户界面上；当用户选择不使用诗词时，关闭显示诗词的卡片。
请参考图14，是本申请示出的一个示例性实施例提供的诗词生成装置，该装置可以通过软件、硬件或者二者的结合实现终端/服务器的一部分或者全部；该装置可以应用于娱乐场景、教育场景以及文学研究场景等等，本实施例对此并不加以限定；该装置包括：
获取模块601，用于获取至少一个关键词；
生成模块602，用于循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句；根据每个关键词对应的诗句生成诗词。
在一些实施例中，生成模块602，包括：
生成子模块6022，用于将每个关键词作为输入数据依次输入正向诗句生成模型中，得到每个关键词对应的词语序列；
更新子模块6024，用于将每个词语序列作为输入数据依次输入逆向诗句生成模型中，得到更新后的词语序列；
更新子模块6024，用于当更新后的词语序列不符合诗句生成条件时，将更新后的词语序列作为输入数据，按照交替执行顺序输入正向诗句生成模型或者逆向诗句生成模型中更新词语序列；
生成子模块6022，用于当更新后的词语序列符合诗句生成条件时，根据更新后的词语序列生成每个关键词对应的诗句。
在一些实施例中，诗句生成条件包括每个更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识；
其中，开始标识用于表示第一个词语是诗句的开端，结束标识用于表示末一个词语是诗句的结尾。
在一些实施例中，获取模块601，包括：
获取子模块6012，用于从主题内容中获取得到n个候选关键词；
匹配子模块6014，用于将n个候选关键词与词语集中的词语进行匹配，得到匹配的N个候选关键词；词语集是与正向诗句生成模型和逆向诗句生成模型对应的词语集合；
确定子模块6016，用于从N个候选关键词中确定出至少一个关键词；其中，n、N为正整数，且N小于或者等于n。
在一些实施例中，确定子模块6016，用于当N等于或者大于M时，从N个候选关键词中确定出M个关键词；当N小于M时，从词语集中获取M-N个词语，确定M-N个词语与候选关键词的余弦相似度；当余弦相似度大于相似度阈值时，将M-N个词语确定为候选关键词；将上述N个候选关键词和上述M-N个候选关键词确定为M个关键词；M、N为正整数。
在一些实施例中，获取子模块6012，还用于从终端中获取用户输入的文本内容和图片内容中的至少一种，将文本内容和图片内容中的至少一种确定为主题内容；
或者，从终端中获取时间、地点、节日、节气和天气状况中的至少一种，将时间、地点、节日、节气和天气状况中的至少一种确定为主题内容。
在一些实施例中，主题内容包括文本内容；
获取子模块6012，用于从文本内容中获取得到m个分词；确定m个分词中每个分词的逆向文档频率IDF；按照每个分词的IDF由大到小的顺序对m个分词进行排序；将排序后的头部的n个分词确定为n个候选关键词；其中，m为正整数。
在一些实施例中，主题内容包括图片内容；
获取子模块6012，用于将图片内容中的l个图片输入深度残差网络模型，得到n个候选关键词；其中，l为正整数。
综上所述，本实施例提供的诗词生成装置，通过获取得到的至少一个关键词，循环调用正向诗句生成模型和逆向诗句生成模型对上述至少一个关键词进行处理，生成至少一个关键词中的每个关键词对应的诗句，最终，根据每个关键词对应的诗句生成完整的诗词；该装置通过正向诗句生成模型和逆向诗句生成模型双向生成关键词对应的诗句，从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
请参考图15，是本申请示出的一个示例性实施例提供的诗词的显示装置，该装置可以通过软件、硬件或者二者的结合实现终端的一部分或者全部，该装置包括：
显示模块701，用于在终端的显示界面上显示应用程序的用户界面；
接收模块702，用于接收终端上触发的第一晃动操作，第一晃动操作用于触发诗词的生成；
显示模块701，用于根据第一晃动操作在用户界面上显示诗词；诗词是由正向诗词生成模型和逆向诗词生成模型根据至少一个关键词生成的。
在一些实施例中，该装置还包括：
获取模块703，用于获取至少一个关键词；
生成模块704，用于循环调用正向诗句生成模型和逆向诗句生成模型生成至少一个关键词中的每个关键词对应的诗句；根据每个关键词对应的诗句生成诗词。
在一些实施例中，获取模块703，用于从主题内容中获取至少一个关键词；主题内容是用户输入的文本内容和图片内容中的至少一种，或者，主题内容是时间、地点、节日、节气和天气状况中的至少一种。
在一些实施例中，
接收模块702，还用于接收终端上触发的第二晃动操作，第二晃动操作用于触发诗词的重新生成；
生成模块704，还用于根据第二晃动操作在用户界面上显示重新生成的诗词。
在一些实施例中，显示模块701，用于以卡片的形式在用户界面上叠加显示诗词；卡片上包括至少一个关键词。
在一些实施例中，卡片上包括确认按钮控件；
接收模块702，还用于接收确认按钮控件上的触发操作；
显示模块701，还用于根据触发操作将诗词显示在用户界面中。
综上所述，本实施例提供的诗词的显示装置，通过摇一摇操作在应用程序的用户界面上显示诗词，其中，该诗词是通过正向诗词生成模型和逆向诗词生成模型生成的，该诗词的生成从关键词与上下文词语的关系出发，提高了关键词与上下文词语的相关性以及衔接关系，使生成的诗句更流畅，语义更通顺。
另外，该装置还可以通过再次触发摇一摇操作，显示重新生成的诗词，提高了用户体验；且通过确认按钮控件的触发操作将生成诗词直接显示在文本框中，使用户不需要复制、粘贴等操作，减少了操作步骤，提高了人机交互效率。
请参考图16，其示出了本申请一个示例性实施例提供的终端800的结构框图。该终端800可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端800还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端800包括有：处理器801和存储器802。
处理器801可以包括一个或多个处理核心，比如4核心处理器、5核心处理器等。处理器801可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器801可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器801还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器802可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的诗词生成方法以及诗词的显示方法。
在一些实施例中，终端800还可选包括有：外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。具体地，外围设备包括：射频电路804、显示屏805、音频电路806、定位组件807和电源808中的至少一种。
外围设备接口803可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中，处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上；在一些其他实施例中，处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路804用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路804包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路804还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏805用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏805是触摸显示屏时，显示屏805还具有采集在显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时，显示屏805还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏805可以为一个，设置终端800的前面板；在另一些实施例中，显示屏805可以为至少两个，分别设置在终端800的不同表面或呈折叠设计；在再一些实施例中，显示屏805可以是柔性显示屏，设置在终端800的弯曲表面上或折叠面上。甚至，显示屏805还可以设置成非矩形的不规则图形，也即异形屏。显示屏805可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
音频电路806可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器801进行处理，或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路806还可以包括耳机插孔。
定位组件807用于定位终端800的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件807可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源808用于为终端800中的各个组件进行供电。电源808可以是交流电、直流电、一次性电池或可充电电池。当电源808包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解，图16中示出的结构并不构成对终端800的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
请参考图17，示出了本申请一个实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的诗词生成方法。具体来讲：
所述服务器900包括中央处理单元(CPU)901、包括随机存取存储器(RAM)902和只读存储器(ROM)903的系统存储器904，以及连接系统存储器904和中央处理单元901的系统总线905。所述服务器900还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)906，和用于存储操作系统913、应用程序914和其他程序模块915的大容量存储设备907。
所述基本输入/输出系统906包括有用于显示信息的显示器908和用于用户输入信息的诸如鼠标、键盘之类的输入设备909。其中所述显示器908和输入设备909都通过连接到系统总线905的输入输出控制器910连接到中央处理单元901。所述基本输入/输出系统906还可以包括输入输出控制器910以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器910还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备907通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。所述大容量存储设备907及其相关联的计算机可读介质为服务器900提供非易失性存储。也就是说，所述大容量存储设备907可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备907可以统称为存储器。
根据本申请的各种实施例，所述服务器900还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器900可以通过连接在所述系统总线905上的网络接口单元911连接到网络912，或者说，也可以使用网络接口单元911来连接到其他类型的网络或远程计算机系统(未示出)。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (12)
1.一种诗词生成方法，其特征在于，所述方法包括：
获取至少一个关键词；
将所述至少一个关键词中的每个关键词作为输入数据依次输入正向诗句生成模型中，并从词语集中依次获取词语输入所述正向诗句生成模型中，得到所述每个关键词对应的词语序列；
将每个所述词语序列作为输入数据依次输入逆向诗句生成模型中，并从所述词语集中依次获取词语输入所述逆向诗句生成模型中，得到更新后的词语序列；
当所述更新后的词语序列不符合诗句生成条件时，将所述更新后的词语序列作为输入数据，按照交替执行顺序输入所述正向诗句生成模型或者所述逆向诗句生成模型中更新词语序列；
当所述更新后的词语序列符合所述诗句生成条件时，根据所述更新后的词语序列生成所述每个关键词对应的诗句；
将所述每个关键词对应的诗句按照所述关键词之间的相似度由大到小的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照所述关键词之间的相似度由小到大的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照语言逻辑顺序组合成为一首诗词，
其中，所述词语集用于在所述正向诗句生成模型正向生成诗句时提供词语，以及在所述逆向诗句生成模型逆向生成诗句时提供词语，所述词语集中包括标记有开始标识的词语，标记有结束标识的词语，以及既有开始标识又有结束标识的词语；所述诗句生成条件包括每个所述更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识。
2.根据权利要求1所述的方法，其特征在于，所述开始标识用于表示所述第一个词语是所述诗句的开端，所述结束标识用于表示所述末一个词语是所述诗句的结尾。
3.根据权利要求1或2所述的方法，其特征在于，所述获取至少一个关键词，包括：
从主题内容中获取得到n个候选关键词；
将所述n个候选关键词与词语集中的词语进行匹配，得到匹配的N个候选关键词；所述词语集是与所述正向诗句生成模型和所述逆向诗句生成模型对应的词语集合；
从所述N个候选关键词中确定出所述至少一个关键词；其中，n、N为正整数，且N小于或者等于n。
4.根据权利要求3所述的方法，其特征在于，所述从所述N个候选关键词中确定出所述至少一个关键词，包括：
当N等于或者大于M时，从所述N个候选关键词中确定出M个关键词；
当N小于M时，从所述词语集中获取M-N个词语，确定所述M-N个词语与所述候选关键词的余弦相似度；当所述余弦相似度大于相似度阈值时，将所述M-N个词语确定为M-N个候选关键词；将所述N个候选关键词和所述M-N个候选关键词确定为所述M个关键词；M、N为正整数。
5.根据权利要求3所述的方法，其特征在于，所述从主题内容中获取得到n个候选关键词之前，还包括：
从终端中获取用户输入的文本内容和图片内容中的至少一种，将所述文本内容和所述图片内容中的至少一种确定为所述主题内容；
或者，
从所述终端中获取时间、地点、节日、节气和天气状况中的至少一种，将所述时间、所述地点、所述节日、所述节气和所述天气状况中的至少一种确定为所述主题内容。
6.一种诗词显示的方法，应用于安装有应用程序的终端中，其特征在于，所述方法包括：
在所述终端的显示界面上显示所述应用程序的用户界面；
接收所述终端上触发的第一晃动操作，所述第一晃动操作用于触发诗词的生成；
根据所述第一晃动操作在所述用户界面上显示所述诗词；所述诗词是由所述终端获取至少一个关键词，将所述至少一个关键词中的每个关键词作为输入数据依次输入正向诗句生成模型中，并从词语集中依次获取词语输入所述正向诗句生成模型中，得到所述每个关键词对应的词语序列，将每个所述词语序列作为输入数据依次输入逆向诗句生成模型中，并从所述词语集中依次获取词语输入所述逆向诗句生成模型中，得到更新后的词语序列，当所述更新后的词语序列不符合诗句生成条件时，将所述更新后的词语序列作为输入数据，按照交替执行顺序输入所述正向诗句生成模型或者所述逆向诗句生成模型中更新词语序列，当所述更新后的词语序列符合所述诗句生成条件时，根据所述更新后的词语序列生成所述每个关键词对应的诗句，将所述每个关键词对应的诗句组成的一首诗词；其中，将所述每个关键词对应的诗句组合成一首诗词，包括：将所述每个关键词对应的诗句按照所述关键词之间的相似度由大到小的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照所述关键词之间的相似度由小到大的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照语言逻辑顺序组合成为一首诗词，
其中，所述词语集用于在所述正向诗句生成模型正向生成诗句时提供词语，以及在所述逆向诗句生成模型逆向生成诗句时提供词语，所述词语集中包括标记有开始标识的词语，标记有结束标识的词语，以及既有开始标识又有结束标识的词语；所述诗句生成条件包括每个所述更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识。
7.根据权利要求6所述的方法，其特征在于，所述至少一个关键词是从主题内容中获取的；所述主题内容是用户输入的文本内容和图片内容中的至少一种，或者，所述主题内容是时间、地点、节日、节气和天气状况中的至少一种。
8.根据权利要求6或7所述的方法，其特征在于，所述在所述用户界面上显示所述诗词之后，还包括：
接收所述终端上触发的第二晃动操作，所述第二晃动操作用于触发诗词的重新生成；
根据所述第二晃动操作在所述用户界面上显示重新生成的诗词。
9.一种诗词生成装置，其特征在于，所述装置包括：
获取模块，用于获取至少一个关键词；
生成模块，用于将所述至少一个关键词中的每个关键词作为输入数据依次输入正向诗句生成模型中，并从词语集中依次获取词语输入所述正向诗句生成模型中，得到所述每个关键词对应的词语序列；将每个所述词语序列作为输入数据依次输入逆向诗句生成模型中，并从所述词语集中依次获取词语输入所述逆向诗句生成模型中，得到更新后的词语序列；当所述更新后的词语序列不符合诗句生成条件时，将所述更新后的词语序列作为输入数据，按照交替执行顺序输入所述正向诗句生成模型或者所述逆向诗句生成模型中更新词语序列；当所述更新后的词语序列符合所述诗句生成条件时，根据所述更新后的词语序列生成所述每个关键词对应的所述诗句；
所述生成模块，用于将所述每个关键词对应的诗句按照所述关键词之间的相似度由大到小的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照所述关键词之间的相似度由小到大的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照语言逻辑顺序组合成为一首诗词，
其中，所述词语集用于在所述正向诗句生成模型正向生成诗句时提供词语，以及在所述逆向诗句生成模型逆向生成诗句时提供词语，所述词语集中包括标记有开始标识的词语，标记有结束标识的词语，以及既有开始标识又有结束标识的词语；所述诗句生成条件包括每个所述更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识。
10.一种诗词显示的装置，其特征在于，所述装置包括：
显示模块，用于在终端的显示界面上显示应用程序的用户界面；
接收模块，用于接收所述终端上触发的第一晃动操作，所述第一晃动操作用于触发诗词的生成；
所述显示模块，用于根据所述第一晃动操作在所述用户界面上显示所述诗词；所述诗词是由所述终端获取至少一个关键词，将所述至少一个关键词中的每个关键词作为输入数据依次输入正向诗句生成模型中，并从词语集中依次获取词语输入所述正向诗句生成模型中，得到所述每个关键词对应的词语序列，将每个所述词语序列作为输入数据依次输入逆向诗句生成模型中，并从所述词语集中依次获取词语输入所述逆向诗句生成模型中，得到更新后的词语序列，当所述更新后的词语序列不符合诗句生成条件时，将所述更新后的词语序列作为输入数据，按照交替执行顺序输入所述正向诗句生成模型或者所述逆向诗句生成模型中更新词语序列，当所述更新后的词语序列符合所述诗句生成条件时，根据所述更新后的词语序列生成所述每个关键词对应的诗句，将所述每个关键词对应的诗句组成的一首诗词；其中，将所述每个关键词对应的诗句组合成一首诗词，包括：将所述每个关键词对应的诗句按照所述关键词之间的相似度由大到小的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照所述关键词之间的相似度由小到大的顺序组合成为一首诗词；或者，将所述每个关键词对应的诗句按照语言逻辑顺序组合成为一首诗词，
其中，所述词语集中包括标记有开始标识的词语，标记有结束标识的词语，以及既有开始标识又有结束标识的词语；所述诗句生成条件包括每个所述更新后的词语序列的顺序中第一个词语标记有开始标识，且末一个词语标记有结束标识。
11.一种终端，其特征在于，所述终端包括：
存储器；
与所述存储器相连的处理器；
其中，所述处理器被配置为加载并执行可执行指令以实现如权利要求1至5任一所述的诗词生成方法，以及如权利要求6至8任一所述的诗词显示的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至5任一所述的诗词生成方法，以及如权利要求6至8任一所述的诗词显示的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910415185.5A CN111950255B (zh) | 2019-05-17 | 2019-05-17 | 诗词生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910415185.5A CN111950255B (zh) | 2019-05-17 | 2019-05-17 | 诗词生成方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111950255A CN111950255A (zh) | 2020-11-17 |
| CN111950255B true CN111950255B (zh) | 2023-05-30 |
Family
ID=73336793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910415185.5A Active CN111950255B (zh) | 2019-05-17 | 2019-05-17 | 诗词生成方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111950255B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112784599B (zh) * | 2020-12-23 | 2024-05-10 | 北京百度网讯科技有限公司 | 诗句的生成方法、装置、电子设备和存储介质 |
| CN113420555A (zh) * | 2021-06-18 | 2021-09-21 | 沈阳雅译网络技术有限公司 | 一种基于软约束的诗词自动生成方法 |
| CN113794915B (zh) * | 2021-09-13 | 2023-05-05 | 海信电子科技(武汉)有限公司 | 服务器、显示设备、诗词歌赋生成方法及媒资播放方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014170146A (ja) * | 2013-03-05 | 2014-09-18 | Univ Of Tokyo | 日本語歌詞からの多重唱の自動作曲方法及び装置 |
| CN105976802A (zh) * | 2016-04-22 | 2016-09-28 | 成都涂鸦科技有限公司 | 基于机器学习技术的音乐自动生成系统 |
| 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 |
| CN106569995A (zh) * | 2016-09-26 | 2017-04-19 | 天津大学 | 基于语料库和格律规则的汉语古诗词自动生成方法 |
| CN106776517A (zh) * | 2016-12-20 | 2017-05-31 | 科大讯飞股份有限公司 | 自动作诗方法和装置及系统 |
| CN108415893A (zh) * | 2018-03-15 | 2018-08-17 | 平安科技（深圳）有限公司 | 诗歌自动生成方法、装置、计算机设备及存储介质 |
-
2019
- 2019-05-17 CN CN201910415185.5A patent/CN111950255B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014170146A (ja) * | 2013-03-05 | 2014-09-18 | Univ Of Tokyo | 日本語歌詞からの多重唱の自動作曲方法及び装置 |
| CN105976802A (zh) * | 2016-04-22 | 2016-09-28 | 成都涂鸦科技有限公司 | 基于机器学习技术的音乐自动生成系统 |
| 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 |
| CN106569995A (zh) * | 2016-09-26 | 2017-04-19 | 天津大学 | 基于语料库和格律规则的汉语古诗词自动生成方法 |
| CN106776517A (zh) * | 2016-12-20 | 2017-05-31 | 科大讯飞股份有限公司 | 自动作诗方法和装置及系统 |
| CN108415893A (zh) * | 2018-03-15 | 2018-08-17 | 平安科技（深圳）有限公司 | 诗歌自动生成方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| Wen-Feng Cheng.Image Inspired Poetry Generation in XiaoIce.《arXiv》.2019,正文第1-6.2节，图1-4. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111950255A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110379430B (zh) | 基于语音的动画显示方法、装置、计算机设备及存储介质 | |
| CN110516059B (zh) | 基于机器学习的问题答复方法、问答模型训练方法及装置 | |
| CN111564152B (zh) | 语音转换方法、装置、电子设备及存储介质 | |
| CN111950255B (zh) | 诗词生成方法、装置、设备及存储介质 | |
| CN110209784B (zh) | 消息交互方法、计算机设备及存储介质 | |
| CN110162604B (zh) | 语句生成方法、装置、设备及存储介质 | |
| WO2021008538A1 (zh) | 语音交互方法及相关装置 | |
| CN110147467A (zh) | 一种文本描述的生成方法、装置、移动终端及存储介质 | |
| CN108922531B (zh) | 槽位识别方法、装置、电子设备及存储介质 | |
| CN111414736A (zh) | 故事生成模型训练方法、装置、设备及存储介质 | |
| CN110556127A (zh) | 语音识别结果的检测方法、装置、设备及介质 | |
| CN113515942A (zh) | 文本处理方法、装置、计算机设备及存储介质 | |
| CN112116904B (zh) | 语音转换方法、装置、设备及存储介质 | |
| CN111881315A (zh) | 图像信息输入方法、电子设备及计算机可读存储介质 | |
| CN113806473A (zh) | 意图识别方法和电子设备 | |
| CN114333774B (zh) | 语音识别方法、装置、计算机设备及存储介质 | |
| CN111414737B (zh) | 故事生成模型训练方法、装置、设备及存储介质 | |
| CN116580707A (zh) | 基于语音生成动作视频的方法和装置 | |
| CN110837557A (zh) | 摘要生成方法、装置、设备及介质 | |
| CN113823266A (zh) | 关键词检测方法、装置、设备及存储介质 | |
| CN113822084A (zh) | 语句翻译方法、装置、计算机设备及存储介质 | |
| CN116030817B (zh) | 语音唤醒方法、设备及存储介质 | |
| CN116978356A (zh) | 用于多语种的语音识别方法、装置、设备及存储介质 | |
| CN117119266A (zh) | 视频配乐处理方法、电子设备以及计算机可读存储介质 | |
| CN114741509A (zh) | 对话标注方法、装置、计算机设备、存储介质及产品 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |