CN113947060A - 文本转换方法、装置、介质及电子设备 - Google Patents

文本转换方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN113947060A
CN113947060A CN202111217727.1A CN202111217727A CN113947060A CN 113947060 A CN113947060 A CN 113947060A CN 202111217727 A CN202111217727 A CN 202111217727A CN 113947060 A CN113947060 A CN 113947060A
Authority
CN
China
Prior art keywords
word
text
predicted
target
prediction
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
Application number
CN202111217727.1A
Other languages
English (en)
Inventor
邝少辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youzhuju Network Technology Co Ltd
Original Assignee
Beijing Youzhuju Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Youzhuju Network Technology Co Ltd filed Critical Beijing Youzhuju Network Technology Co Ltd
Priority to CN202111217727.1A priority Critical patent/CN113947060A/zh
Publication of CN113947060A publication Critical patent/CN113947060A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

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

本公开涉及一种文本转换方法、装置、介质及电子设备，所述方法包括：根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。

Description

文本转换方法、装置、介质及电子设备
技术领域
本公开涉及自然语言领域，具体地，涉及一种文本转换方法、装置、介质及电子设备。
背景技术
随着计算机技术和语言模型的发展，自然语言模型的应用也越来越广泛，例如基于语言模型可以将不同语种下的文本进行翻译转换，从而便于用户使用。
相关技术中，在基于语言模型进行文本生成时，由于自然语言句子通常是从左到右或从右到左书写的，则在语言模型中生成文本的单词序列时也都是以从左到右或从右到左的方式构建的，从而导致语言模型的训练过程中容易产生过拟合的问题，使得语言模型生成文本的效率和准确率降低。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种文本转换方法，所述方法包括：
根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
第二方面，本公开提供一种文本转换装置，所述装置包括：
第一编码模块，用于根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
第一确定模块，用于根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
第一解码模块，用于基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
拼接模块，用于基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
第三方面，提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
第四方面，提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
在上述技术方案中，可以根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量，之后根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，进而基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，从而可以基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。由此，通过上述技术方案，可以在进行文本转换生成的过程中的以任一词作为起点进行解码，从而可以提高文本转换的多样性，拓宽文本转换方法的应用范围。并且在本公开的实施例中，该语言模型可以以任意顺序进行文本转换，也可以有效避免语言模型在训练过程中的过拟合现象，提高语言模型的准确性和训练效率，从而在一定程度上提高文本转换的效率和准确性，提升用户使用体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是根据本公开的一种实施方式提供的文本转换方法的流程图；
图2是为本公开提供的语言模型的结构示意图；
图3是解码所得的转换文本的示意图；
图4是为本公开提供的编码子模型和预测子模型的结构示意图；
图5是根据本公开的一种实施方式提供的文本转换装置的框图；
图6示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
图1所示，为根据本公开的一种实施方式提供的文本转换方法的流程图，如图1所示，所述方法可以包括：
在步骤11中，根据语言模型的编码子模型对输入文本进行编码，获得输入文本的特征向量。如图2所示为本公开提供的语言模型的结构示意图。其中，该编码子模型的结构可以根据本领域中常用的encoder结构实现，本公开对此不进行限定。
在步骤12中，根据语言模型的预测子模型和特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词。
如背景技术中所述，现有技术中是基于与输入文本相同的书写顺序进行解码，即按照同一方向进行解码生成文本。而在该实施例中，在对特征向量进行解码之前，可以基于预测子模型进行预测，从而可以确定出该进行文本转换的初始词，从而可以基于该初始词进行文本生成，该初始词可以是转换文本中的任一词。示例地，如图3所示，为解码所得的转换文本的示意图，其可以从flash作为初始词进行解码，也可以从language作为初始词进行解码，其可以从中间位置的词开始进行螺旋式解码，该语言模型可以作为螺旋式语言模型。
示例地，在实际应用过程中，进行文本转换的不同语种或者语言模式下的表达方式不同，如中文按照从左向右进行书写，而英文并非与中文中的表达顺序一致，因此在本公开技术方案中可以先确定出对应的初始词，进而基于该初始词进行文本生成，与现有技术中从左至右或者从右至左的顺序相比，在提高解码多样性的同时，也可以使得解码过程与转换文本的表达方式更匹配，提高文本转换的准确性。
在步骤13中，基于语言模型的解码子模型，以初始词为起点对特征向量进行解码，获得输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词。
示例地，该词序列中每一元素可以是二元组，元素(xt,+)表示当前预测词为xt，其预测方式为右方向，即下一步预测词为xt+1。其中，“-”可以用于表征预测方向为左方向，“+”可以用于表征预测方向为右方向。作为另一示例，对于[(xt,-),(xt-1,-)]，其定义的子句为[xt,xt-1]，则最后的元素中的预测方向“-”表示下一预测词放在该子句的左侧，则词序列中的下一预测词为xt-2。同样地，对于[(xt,-),(xt-1,+)]，其定义的子句也是[xt,xt-1]，则最后的元素中的预测方向“+”表示下一预测词放在该子句的右侧，则词序列中的下一预测词为xt+1。
由此，可以从初始词对特征向量进行解码，同时结合预测方向获得转换文本的词序列，使得已解码的词之间是连续的，便于对该解码过程进行表示，并且可以围绕初始词进行文本生成，贴合实际的应用场景。
在步骤14中，基于词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得输入文本对应的转换文本。
如上文所示，在词序列中的每一元素中指示了该元素中的预测词的下一预测词的预测方向，从而可以基于该预测方向将各个预测词进行拼接连接，获得完整有序的转换文本。
由此，在上述技术方案中，可以根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量，之后根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，进而基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，从而可以基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。由此，通过上述技术方案，可以在进行文本转换生成的过程中的以任一词作为起点进行解码，从而可以提高文本转换的多样性，拓宽文本转换方法的应用范围。并且在本公开的实施例中，该语言模型可以以任意顺序进行文本转换，也可以有效避免语言模型在训练过程中的过拟合现象，提高语言模型的准确性和训练效率，从而在一定程度上提高文本转换的效率和准确性，提升用户使用体验。
在一种可能的实施例中，所述根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词的示例性实现方式如下，该步骤可以包括：
基于文本转换对应的目标词表对所述特征向量进行线性映射，获得所述特征向量与所述目标词表对应的线性向量。
示例地，如图4所示，为本公开提供的编码子模型和预测子模型的结构示意图，其中该预测子模型可以通过线性映射层Linear和注意力机制attention实现，以进行初始词的预测。
其中，所述目标词表为对输入文本进行转换后目标端对应的文本的词表，其中包含可以转换出的各个词。示例地，目标词表中的词的个数为n个，输入文本的特征向量表示为H，则线性向量v可以表示为：
v＝Linear(H),H∈Rm*h,v∈Rm*n，其中，m为输入文本的长度。
之后，根据所述线性向量确定所述目标词表中的词对应的注意力向量，并基于所述注意力向量确定出的所述目标词表中各个词对应的概率，确定所述初始词。
示例地，可以通过以下公式确定目标词表中的词对应的注意力向量：
Figure BDA0003311365670000071
Figure BDA0003311365670000072
其中，vk表示目标词表中第k个词的注意力向量；
t用于表示对输入文本进行编码的第t时间步，t∈[1,m]；
Figure BDA0003311365670000073
用于表示目标词表中第k个词在第t时间步对应的注意力参数；
Figure BDA0003311365670000074
用于表示目标词表中第k个词在第t时间步作为初始词的概率。
由此，在确定出目标词表中的各个词的注意力向量后，可以基于激活函数进行概率确定，即：
pθ(vk|s)＝sigmoid(vk)
其中，pθ(vk|s)用于表示目标词表的第k个词作为输入文本s对应的初始词的概率；sigmoid()函数具有单增以及反函数单增等性质，其可以将变量映射到0～1之间，从而实现概率的归一化，以便于基于各个词的概率确定所述初始词。
作为示例，若初始词为一个，则可以将目标词表中对应概率最大的词确定为所述初始词。作为另一示例，为了扩展解码时最优序列的搜索空间，该初始词可以为多个，则可以按照目标词表中的各个词作为初始词的概率由大至小的顺序进行排序，从而按照预设的初始词的个数依次选择。
由此，通过上述技术方案，可以通过预测子模型向目标词表进行映射，并基于注意力机制确定目标词表中各个词作为初始词的概率，从而可以从目标词表中确定出初始词，保证该初始词的准确性，为解码子模型进行解码提供可靠的数据支持，保证解码所得的转换文本的准确性。
在一种可能的实施例中，所述基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列的示例性实现方式如下，该步骤可以包括：
以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词，其中，所述目标元素初始为包括所述初始词的元素，所述目标方向包括左方向和右方向。
示例地，如图3所示，确定出的初始词为flash，则可以进一步地从左方向进行解码，获得预测词“a”，以及从右方向进行解码，获得预测词“of”。
针对每一预测词，确定所述预测词与解码子句形成的预测子句的预测参数，其中所述解码子句为基于已解码的目标元素形成的语句。
其中，已解码的目标元素形成的语句可以是按照已解码出的目标元素中的预测词按照预测方向进行拼接所得的语句，其初始情况下为该初始词。预测词与解码子句形成的预测子句，可以是按照预测词对应的目标方向与该解码子句进行拼接所得的子句。则在该步骤中，可以将预测词“a”按照其对应的目标方向与解码子句进行拼接，获得预测子句“aflash”，可以将预测词“of”按照其对应的目标方向与解码子句进行拼接，获得预测子句“flash of”。之后，则可以根据解码子模型中的模型参数确定该预测子句“a flash”和预测子句“flash of”分别对应的预测参数。
根据所述预测子句的预测参数，确定候选子句；
将所述候选子句中的预测词对应的目标方向确定为所述目标元素中的预测方向，并将所述目标元素添加至与所述候选子句对应的词序列中。
示例地，确定出的候选子句为“a flash”，则可以该候选子句中的预测词“a”对应的目标方向确定为目标元素中的预测方向，即将左方向“-”作为目标元素“flash”中的预测方向，并将元素(flash,-)添加至候选子句对应的词序列中，此时词序列表示为{(flash,-)}。
之后，将所述候选子句对应的预测词对应的元素作为新的目标元素，并重新执行所述以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词的步骤，直至解码出左终止符和右终止符。
即，进一步地，预测词“a”对应的元素作为新的目标元素，从而可以则可以进一步地从左方向进行解码，获得预测词“is”，以及从右方向进行解码，获得预测词“of”。此时，解码子句变为“a flash”，则可以将预测词“is”按照其对应的目标方向与解码子句进行拼接，获得预测子句“is a flash”，可以将预测词“of”按照其对应的目标方向与解码子句进行拼接，获得预测子句“a flash of”，进而确定各个预测子句的预测参数，以进一步确定候选子句。示例地，确定出的候选子句为“is a flash”，则可以根据该候选子句中的预测词“is”对应的目标方向确定为目标元素中的预测方向，即将左方向“-”作为目标元素“a”中的预测方向，并将元素(a,-)添加至候选子句对应的词序列中，此时，词序列表示为{(flash,-),(a,-)}。
之后，基于上述方式进一步进行解码，直至解码完成，具体方式与上文所述类似，在此不再赘述。最终解码出的词序列可以表示为：
{(flash,-),(a,-),(is,+),(of,-),(language,+),(the,-),(A,+),(human,-),([EOL],+),(spirit,+),(.,+),([EOR],+)}
其中，[EOL]用于表示所述左终止符，[EOR]用于表示所述右终止符。
现有技术中，在利用语言模型生成句子时，生成的句子长度是未知的，通过引入特殊标记[EOS]来表示句子生成结束。当生成[EOS]时候，代表着句子结束了，不需要继续生成。相关技术中在进行文本生成时，若生成单词xt，需要知道t之前所有的单词x<t。比如在生成单词x5时，需要知道[x1,x2,x3,x4]，若只知道[x1,x2,x3]，则只能生成单词x4。而基于上述技术方案，则可以基于初始词提供更多的生成顺序候选，结合预测方向则可以从任一单词向左或者向右来继续生成余下的单词，直到生成左终止符[EOL]和右终止符[EOR]。
由此，通过上述技术方案，在基于初始词对特征向量进行解码的过程中，可以尝试向左侧或者右侧进行解码，并基于预测参数确定出更加准确的候选子句，从而确定对应的预测方向以及下一解码的预测词，保证解码多样性的同时，可以进一步提高解码过程的准确性，保证解码所得的词序列与实际应用场景的匹配性，提高解码所得的转换文本的准确性。
在一种可能的实施例中，所述初始词为多个，示例地，确定出的初始词为“flash”和“language”，则可以根据该多个初始词基于上述方式分别尝试进行解码，从而获得与每一初始词对应的预测子句。在本公开实施例中，在对剩余此进行解码的过程中可以采用beam search的方式进行搜索。相应地，根据所述预测子句的预测参数，确定候选子句的示例性实现方式如下，该步骤可以包括：
将所述多个预测参数按照由高至低排位前N的参数对应的预测子句确定为所述候选子句，其中，所述N为大于1的整数。
示例地，beam size为2，即N为2。接上述示例，可以以flash从左右两个方向进行解码，以及以language从左右方向进行解码，即以[(flash,-),(flash,+),(language,-),(language,+)]进行解码，示例地，以flash从左右进行解码获得的预测子句分别为“aflash”和“flash of”，以language从左右进行解码获得的预测子句分别为“A language”和“language is”，进而可以确定4个预测子句的预测参数，由于N为2，则可以将预测参数由大至小排名前2的预测子句作为该候选子句，示例地，预测子句“a flash”、“flash of”、“Alanguage”和“language is”对应的预测参数分别为0.8、0.5、0.4和0.6，则可以将该预测子句“a flash”和“language is”作为该候选子句，从而可以针对每一预测子句，通过上文所述的方式进行后续解码，在每次解码的过程中可以考虑多个候选子句，从而提高搜索最优序列的可能性，在一定程度上降低累计误差，提高转换文本的准确性。
在一种可能的实施例中，所述基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本的示例性实现方式如下，该步骤可以包括：
按照所述词序列中各元素的顺序，依次获取各个元素，如上文所述示例，词序列为：
{(flash,-),(a,-),(is,+),(of,-),(language,+),(the,-),(A,+),(human,-),([EOL],+),(spirit,+),(.,+),([EOR],+)}；
则可以按照解码顺序依次获取各个元素。
针对当前元素，将当前元素的下一元素中的预测词按照所述当前元素中的预测方向与已拼接序列进行拼接，获得新的已拼接文本，其中，所述已拼接文本初始为所述初始词；
将对各个元素中的预测词进行拼接后所得的已拼接文本确定为所述转换文本。
示例地，当前元素为“flash”，其下一元素中的预测词为“a”，则可以将该预测词“a”按照所述当前元素中的预测方向，即左方向，与已拼接序列进行拼接，获得已拼接文本“a flash”。之后，当前元素为“a”，其下一元素中的预测词为“is”，则可以将该预测词“is”按照所述当前元素中的预测方向，即左方向，与已拼接序列进行拼接，获得已拼接文本“isa flash”。之后，当前元素为“is”，其下一元素中的预测词为“of”，则可以将该预测词“of”按照所述当前元素中的预测方向，即右方向，与已拼接序列进行拼接，获得已拼接文本“isa flash of”，以此类推，进一步获得已拼接文本
“language is a flash of”、
“language is a flash of the”、
“A language is a flash of the”、
“A language is a flash of the human”、
“[EOL]A language is a flash of the human”、
“[EOL]A language is a flash of the human spirit”、
“[EOL]A language is a flash of the human spirit.”、
“[EOL]A language is a flash of the human spirit.[EOR]”；
从而实现对各个元素中的预测词的拼接，将最终获得的已拼接文本作为转换文本。由此，通过上述技术方案，可以结合预测方向对解码出的各个预测词进行拼接，既可以支持解码的多样性，又能够保证解码所得的转换文本的准确性，贴合用户的使用需求，提升文本转换的准确率。
在一种可能的实施例中，所述语言模型可以通过以下方式训练：
获取训练样本，其中，每一所述训练样本中包含训练文本，以及与所述训练文本对应的目标文本和目标生成顺序，包含同一训练文本的不同的训练样本中的目标文本和目标生成顺序不同。
示例地，训练文本为：语言是人类精神的闪光点，其对应的目标文本和目标生成顺序可以是：
{(flash,-),(a,-),(is,+),(of,-),(language,+),(the,-),(A,+),(human,-),([EOL],+),(spirit,+),(.,+),([EOR],+)}；
也可以对目标文本和目标生成顺序分别表示：
{flash,a,is,of,language,the,A,human,[EOL],spirit,.,[EOR]}；
{-,-,+,-,+,-,+,-,+,+,+,+}。
同样地，其目标文本和目标生成顺序也可以表示如下：
{(flash,+),(of,-),(a,-),(is,-),(language,+),(the,-),(A,+),(human,-),([EOL],+),(spirit,+),(.,+),([EOR],+)}。
因此，在该实施例中，可以将训练文本对应的转换文本以不同的生成顺序进行表示，从而针对一个训练文本可以生成多种不同的训练样本，为后续对语言模型进行训练提供丰富的数据支持。
之后，将所述训练样本输入所述语言模型的编码子模型，获得所述训练样本中的训练文本对应的预测特征向量；
将所述预测特征向量输入所述语言模型的预测子模型，确定进行文本转换的预测初始词；
基于所述语言模型的解码子模型，以所述预测初始词为起点对所述预测特征向量进行解码，获得所述训练文本对应的预测文本的预测词序列。
其中，该过程中生成预测初始词和预测词序列的方式，与上文所述确定初始词和词序列的实现方式相同，在此不再赘述。
根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型。
在该实施例中，针对一个训练文本，其可以对应于多个不同生成顺序的训练样本，则可以在基于该训练样本对语言模型训练的过程中，可以使得语言模型学习到不同的生成顺序，从而可以尽可能地以最近生成顺序进行文本转换，从而可以提高该语言模型的使用场景，并且可以在一定程度上避免过拟合的问题，从而可以提高语言模型的准确性和训练效率，节省用户操作。
在一种可能的实施例中，所述根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型的示例性实现方式如下，该步骤可以包括：
根据所述训练样本对应的所述预测词序列、和所述训练样本中的目标文本和所述目标生成顺序进行损失计算，获得所述训练样本对应的预测损失。
其中，可以根据预测词序列与目标文本和所述目标生成顺序之间的预测概率之间的距离进行损失计算，如预测词序列中初始词为flash，对应的概率为0.7，目标文本中第一个词为flash，则其对应的预测概率之间的距离为0.3，同样地，下一预测词序列中初始词为a，对应的概率为0.8，目标文本中下一词为a，则其对应的预测概率之间的距离为0.2，其他依次类推，不再赘述。
示例地，预测词序列对应的各个预测词的预测概率之间的距离的绝对值之和作为该预测损失，也可以将该预测词序列对应的各个预测词的预测概率之间的距离的平方之和作为该预测损失，或者也可以采用本领域中常用的损失计算方式确定该预测损失，本公开对此不进行限定。
根据包含同一训练文本的多组训练样本对应的预测损失，确定第一预测损失，并根据所述第一预测损失对所述编码子模型和所述解码子模型的参数进行调整。
在该步骤中，可以将对应于同一训练文本的多组训练样本对应的预测损失，确定该训练文本对应的综合损失，示例地，可以是多组训练样本对应的预测损失的平均值，也可以多组训练样本对应的预测损失的加权和值，多组训练样本对应的预测损失的权重可以根据标注生成顺序时预先设置。之后，则可以将当前批次中的各个训练文本对应的综合损失之和确定为第一预测损失，由此则可以在基于该第一预测损失对编码子模型和解码子模型的参数进行调整的过程中，可以最大化所有生成顺序的期望：
Figure BDA0003311365670000141
其中，zg为所有可能生成句子的集合，θ表示语言模型的编码子模型和解码子模型中的参数，由此，从而可以在语言生成模型应用的过程中可以寻找最佳生成顺序。
作为示例，根据所述第一预测损失对所述编码子模型和所述解码子模型的参数进行调整，可以是该第一预测损失大于第一阈值，即语言模型的预测准确度不足时，其可以基于梯度下降法对编码子模型和所述解码子模型的参数进行调整，以提高其预测准确度，也可以是在训练迭代次数小于训练阈值时，可以基于梯度下降法对编码子模型和所述解码子模型的参数进行调整，以提高其预测准确度。
基于目标词表对所述预测特征向量进行线性映射，获得所述预测特征向量与所述目标词表对应的预测词表向量，同样地，确定预测词表向量的方式与上文所述生成线性向量的具体方式相同，在此不再赘述。
基于所述预测线性向量和所述目标文本对应的词表向量，确定第二预测损失，并根据所述第二预测损失所述预测子模型的参数进行调整。
其中，可以基于目标词表对该目标文本进行映射，其中目标词表中的词出现在该目标文本中则其映射的标签为1，若目标词表中的词未出现在该目标文本中则其映射的标签为0，从而形成目标文本对应的词表向量。之后可以基于该预测线性向量和该词表向量基于二元分类交叉熵进行损失计算，从而获得第二预测损失。
作为示例，根据所述第二预测损失所述预测子模型的参数进行调整，可以是该第二预测损失大于第二阈值，即预测子模型的预测准确度不足时，其可以基于梯度下降法对预测子模型的参数进行调整，以提高其预测准确度，也可以是在训练迭代次数小于训练阈值时，可以基于梯度下降法对预测子模型的参数进行调整，以提高其预测准确度。
由此，通过上述技术方案，可以分别针对语言模型中的不同子模型进行参数调整，保证每一子模型的损失计算的合理性，从而为子模型进行参数调整提供准确的数据支持，提高语言模型的预测准确性以及该语言模型的训练效率，提升用户使用体验。
本公开还提供一种文本转换装置，如图5所示，所述装置10包括：
第一编码模块100，用于根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
第一确定模块200，用于根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
第一解码模块300，用于基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
拼接模块400，用于基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
可选地，所述第一确定模块包括：
映射子模块，用于基于文本转换对应的目标词表对所述特征向量进行线性映射，获得所述特征向量与所述目标词表对应的线性向量；
第一确定子模块，用于根据所述线性向量确定所述目标词表中的词对应的注意力向量，并基于所述注意力向量确定出的所述目标词表中各个词对应的概率，确定所述初始词。
可选地，所述第一解码模块包括：
解码子模块，用于以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词，其中，所述目标元素初始为包括所述初始词的元素，所述目标方向包括左方向和右方向；
第二确定子模块，用于针对每一预测词，确定所述预测词与解码子句形成的预测子句的预测参数，其中所述解码子句为基于已解码的目标元素形成的语句；
第三确定子模块，用于根据所述预测子句的预测参数，确定候选子句；
第四确定子模块，用于将所述候选子句中的预测词对应的目标方向确定为所述目标元素中的预测方向，并将所述目标元素添加至与所述候选子句对应的词序列中；以及将所述候选子句对应的预测词对应的元素作为新的目标元素，并重新执行所述解码子模块中以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词，直至解码出左终止符和右终止符。
可选地，所述初始词为多个，第三确定子模块用于：
将所述多个预测参数按照由高至低排位前N的参数对应的预测子句确定为所述候选子句，其中，所述N为大于1的整数。
可选地，所述拼接模块包括：
获取子模块，用于按照所述词序列中各元素的顺序，依次获取各个元素；
拼接子模块，用于针对当前元素，将当前元素的下一元素中的预测词按照所述当前元素中的预测方向与已拼接序列进行拼接，获得新的已拼接文本，其中，所述已拼接文本初始为所述初始词；
第五确定子模块，用于将对各个元素中的预测词进行拼接后所得的已拼接文本确定为所述转换文本。
可选地，所述语言模型通过训练装置进行训练，所述训练装置包括：
第一获取模块，用于获取训练样本，其中，每一所述训练样本中包含训练文本，以及与所述训练文本对应的目标文本和目标生成顺序，包含同一训练文本的不同的训练样本中的目标文本和目标生成顺序不同；
第二编码模块，用于将所述训练样本输入所述语言模型的编码子模型，获得所述训练样本中的训练文本对应的预测特征向量；
第二确定模块，用于将所述预测特征向量输入所述语言模型的预测子模型，确定进行文本转换的预测初始词；
第二解码模块，基于所述语言模型的解码子模型，以所述预测初始词为起点对所述预测特征向量进行解码，获得所述训练文本对应的预测文本的预测词序列；
调整模块，用于根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型。
可选地，所述调整模块包括：
第一计算子模块，用于根据所述训练样本对应的所述预测词序列、和所述训练样本中的目标文本和所述目标生成顺序进行损失计算，获得所述训练样本对应的预测损失；
第一调整子模块，用于根据包含同一训练文本的多组训练样本对应的预测损失，确定第一预测损失，并根据所述第一预测损失对所述编码子模型和所述解码子模型的参数进行调整；
第二计算子模块，用于基于目标词表对所述预测特征向量进行线性映射，获得所述预测特征向量与所述目标词表对应的预测词表向量；
第二调整子模块，用于基于所述预测线性向量和所述目标文本对应的词表向量，确定第二预测损失，并根据所述第二预测损失所述预测子模型的参数进行调整。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一编码模块还可以被描述为“根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，示例1提供了一种文本转换方法，其中，所述方法包括：
根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，其中，所述根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，包括：
基于文本转换对应的目标词表对所述特征向量进行线性映射，获得所述特征向量与所述目标词表对应的线性向量；
根据所述线性向量确定所述目标词表中的词对应的注意力向量，并基于所述注意力向量确定出的所述目标词表中各个词对应的概率，确定所述初始词。
根据本公开的一个或多个实施例，示例3提供了示例1的方法，其中，所述基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，包括：
以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词，其中，所述目标元素初始为包括所述初始词的元素，所述目标方向包括左方向和右方向；
针对每一预测词，确定所述预测词与解码子句形成的预测子句的预测参数，其中所述解码子句为基于已解码的目标元素形成的语句；
根据所述预测子句的预测参数，确定候选子句；
将所述候选子句中的预测词对应的目标方向确定为所述目标元素中的预测方向，并将所述目标元素添加至与所述候选子句对应的词序列中；
将所述候选子句对应的预测词对应的元素作为新的目标元素，并重新执行所述以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词的步骤，直至解码出左终止符和右终止符。
根据本公开的一个或多个实施例，示例4提供了示例3的方法，其中，所述初始词为多个，根据所述预测子句的预测参数，确定候选子句，包括：
将所述多个预测参数按照由高至低排位前N的参数对应的预测子句确定为所述候选子句，其中，所述N为大于1的整数。
根据本公开的一个或多个实施例，示例5提供了示例1的方法，其中，所述基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本，包括：
按照所述词序列中各元素的顺序，依次获取各个元素；
针对当前元素，将当前元素的下一元素中的预测词按照所述当前元素中的预测方向与已拼接序列进行拼接，获得新的已拼接文本，其中，所述已拼接文本初始为所述初始词；
将对各个元素中的预测词进行拼接后所得的已拼接文本确定为所述转换文本。
根据本公开的一个或多个实施例，示例6提供了示例1-5任一示例的方法，其中，所述语言模型通过以下方式训练：
获取训练样本，其中，每一所述训练样本中包含训练文本，以及与所述训练文本对应的目标文本和目标生成顺序，包含同一训练文本的不同的训练样本中的目标文本和目标生成顺序不同；
将所述训练样本输入所述语言模型的编码子模型，获得所述训练样本中的训练文本对应的预测特征向量；
将所述预测特征向量输入所述语言模型的预测子模型，确定进行文本转换的预测初始词；
基于所述语言模型的解码子模型，以所述预测初始词为起点对所述预测特征向量进行解码，获得所述训练文本对应的预测文本的预测词序列；
根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型。
根据本公开的一个或多个实施例，示例7提供了示例6的方法，其中，所述根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型，包括：
根据所述训练样本对应的所述预测词序列、和所述训练样本中的目标文本和所述目标生成顺序进行损失计算，获得所述训练样本对应的预测损失；
根据包含同一训练文本的多组训练样本对应的预测损失，确定第一预测损失，并根据所述第一预测损失对所述编码子模型和所述解码子模型的参数进行调整；
基于目标词表对所述预测特征向量进行线性映射，获得所述预测特征向量与所述目标词表对应的预测词表向量；
基于所述预测线性向量和所述目标文本对应的词表向量，确定第二预测损失，并根据所述第二预测损失所述预测子模型的参数进行调整。
根据本公开的一个或多个实施例，示例8提供了一种文本转换装置，其中，所述装置包括：
第一编码模块，用于根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
第一确定模块，用于根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
第一解码模块，用于基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
拼接模块，用于基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种文本转换方法，其特征在于，所述方法包括：
根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
2.根据权利要求1所述的方法，其特征在于，所述根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，包括：
基于文本转换对应的目标词表对所述特征向量进行线性映射，获得所述特征向量与所述目标词表对应的线性向量；
根据所述线性向量确定所述目标词表中的词对应的注意力向量，并基于所述注意力向量确定出的所述目标词表中各个词对应的概率，确定所述初始词。
3.根据权利要求1所述的方法，其特征在于，所述基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，包括：
以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词，其中，所述目标元素初始为包括所述初始词的元素，所述目标方向包括左方向和右方向；
针对每一预测词，确定所述预测词与解码子句形成的预测子句的预测参数，其中所述解码子句为基于已解码的目标元素形成的语句；
根据所述预测子句的预测参数，确定候选子句；
将所述候选子句中的预测词对应的目标方向确定为所述目标元素中的预测方向，并将所述目标元素添加至与所述候选子句对应的词序列中；
将所述候选子句对应的预测词对应的元素作为新的目标元素，并重新执行所述以目标元素中的预测词为起点所述特征向量从目标方向进行解码，获得与所述目标方向对应的预测词的步骤，直至解码出左终止符和右终止符。
4.根据权利要求3所述的方法，其特征在于，所述初始词为多个，根据所述预测子句的预测参数，确定候选子句，包括：
将所述多个预测参数按照由高至低排位前N的参数对应的预测子句确定为所述候选子句，其中，所述N为大于1的整数。
5.根据权利要求1所述的方法，其特征在于，所述基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本，包括：
按照所述词序列中各元素的顺序，依次获取各个元素；
针对当前元素，将当前元素的下一元素中的预测词按照所述当前元素中的预测方向与已拼接序列进行拼接，获得新的已拼接文本，其中，所述已拼接文本初始为所述初始词；
将对各个元素中的预测词进行拼接后所得的已拼接文本确定为所述转换文本。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述语言模型通过以下方式训练：
获取训练样本，其中，每一所述训练样本中包含训练文本，以及与所述训练文本对应的目标文本和目标生成顺序，包含同一训练文本的不同的训练样本中的目标文本和目标生成顺序不同；
将所述训练样本输入所述语言模型的编码子模型，获得所述训练样本中的训练文本对应的预测特征向量；
将所述预测特征向量输入所述语言模型的预测子模型，确定进行文本转换的预测初始词；
基于所述语言模型的解码子模型，以所述预测初始词为起点对所述预测特征向量进行解码，获得所述训练文本对应的预测文本的预测词序列；
根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型。
7.根据权利要求6所述的方法，其特征在于，所述根据所述预测词序列、所述训练样本中的目标文本进行损失计算，获得所述语言模型的目标损失，并根据所述目标损失对所述语言模型的参数进行调整，获得训练后的语言模型，包括：
根据所述训练样本对应的所述预测词序列、和所述训练样本中的目标文本和所述目标生成顺序进行损失计算，获得所述训练样本对应的预测损失；
根据包含同一训练文本的多组训练样本对应的预测损失，确定第一预测损失，并根据所述第一预测损失对所述编码子模型和所述解码子模型的参数进行调整；
基于目标词表对所述预测特征向量进行线性映射，获得所述预测特征向量与所述目标词表对应的预测词表向量；
基于所述预测线性向量和所述目标文本对应的词表向量，确定第二预测损失，并根据所述第二预测损失所述预测子模型的参数进行调整。
8.一种文本转换装置，其特征在于，所述装置包括：
第一编码模块，用于根据语言模型的编码子模型对输入文本进行编码，获得所述输入文本的特征向量；
第一确定模块，用于根据所述语言模型的预测子模型和所述特征向量，确定进行文本转换的初始词，其中，所述初始词为进行文本转换所得的转换文本中的任一词；
第一解码模块，用于基于所述语言模型的解码子模型，以所述初始词为起点对所述特征向量进行解码，获得所述输入文本对应的转换文本的词序列，其中，所述词序列中的每一元素包括预测词和该预测词的下一预测词的预测方向，所述初始词为所述词序列中第一个元素中的预测词；
拼接模块，用于基于所述词序列的每一元素中的预测方向对各个元素中的预测词进行拼接，获得所述输入文本对应的所述转换文本。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
CN202111217727.1A 2021-10-19 2021-10-19 文本转换方法、装置、介质及电子设备 Pending CN113947060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111217727.1A CN113947060A (zh) 2021-10-19 2021-10-19 文本转换方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111217727.1A CN113947060A (zh) 2021-10-19 2021-10-19 文本转换方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN113947060A true CN113947060A (zh) 2022-01-18

Family

ID=79331478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111217727.1A Pending CN113947060A (zh) 2021-10-19 2021-10-19 文本转换方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN113947060A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023185896A1 (zh) * 2022-03-31 2023-10-05 北京有竹居网络技术有限公司 一种文本生成方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263348A (zh) * 2019-03-06 2019-09-20 腾讯科技（深圳）有限公司 翻译方法、装置、计算机设备和存储介质
CN111507726A (zh) * 2020-04-07 2020-08-07 支付宝(杭州)信息技术有限公司 一种报文生成方法、装置及设备
CN112417901A (zh) * 2020-12-03 2021-02-26 内蒙古工业大学 基于环顾解码和词汇注意力的非自回归蒙汉机器翻译方法
WO2021051516A1 (zh) * 2019-09-18 2021-03-25 平安科技（深圳）有限公司 基于人工智能的古诗词生成方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263348A (zh) * 2019-03-06 2019-09-20 腾讯科技（深圳）有限公司 翻译方法、装置、计算机设备和存储介质
WO2021051516A1 (zh) * 2019-09-18 2021-03-25 平安科技（深圳）有限公司 基于人工智能的古诗词生成方法、装置、设备及存储介质
CN111507726A (zh) * 2020-04-07 2020-08-07 支付宝(杭州)信息技术有限公司 一种报文生成方法、装置及设备
CN112417901A (zh) * 2020-12-03 2021-02-26 内蒙古工业大学 基于环顾解码和词汇注意力的非自回归蒙汉机器翻译方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邝少辉: "文档级神经机器翻译研究", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》, no. 1, 15 January 2019 (2019-01-15), pages 085 - 648 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023185896A1 (zh) * 2022-03-31 2023-10-05 北京有竹居网络技术有限公司 一种文本生成方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
CN113470619B (zh) 语音识别方法、装置、介质及设备
CN107526725B (zh) 基于人工智能的用于生成文本的方法和装置
CN113436620B (zh) 语音识别模型的训练方法、语音识别方法、装置、介质及设备
CN111368559A (zh) 语音翻译方法、装置、电子设备及存储介质
CN113362811B (zh) 语音识别模型的训练方法、语音识别方法和装置
CN111368560A (zh) 文本翻译方法、装置、电子设备及存储介质
CN112883967B (zh) 图像字符识别方法、装置、介质及电子设备
CN113327599B (zh) 语音识别方法、装置、介质及电子设备
CN112509562B (zh) 用于文本后处理的方法、装置、电子设备和介质
CN111382261B (zh) 摘要生成方法、装置、电子设备及存储介质
JP7520246B2 (ja) テキストを生成するための方法および装置
CN111681661B (zh) 语音识别的方法、装置、电子设备和计算机可读介质
CN112883968A (zh) 图像字符识别方法、装置、介质及电子设备
WO2023005763A1 (zh) 信息处理方法、装置和电子设备
CN112364653A (zh) 用于语音合成的文本分析方法、装置、服务器和介质
CN114090740A (zh) 意图识别方法、装置、可读介质及电子设备
CN111898338A (zh) 文本生成方法、装置和电子设备
CN114067327A (zh) 文本识别方法、装置、可读介质及电子设备
CN113947060A (zh) 文本转换方法、装置、介质及电子设备
CN114429629A (zh) 图像处理方法、装置、可读存储介质及电子设备
CN111581455B (zh) 文本生成模型的生成方法、装置和电子设备
CN114818746A (zh) 一种文本生成方法、装置、计算机设备及存储介质
CN113986958A (zh) 文本信息的转换方法、装置、可读介质和电子设备
CN114613351A (zh) 韵律预测方法、装置、可读介质及电子设备
CN114495112A (zh) 图像中文本的处理方法、装置、可读介质和电子设备

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