CN116561297A - 写作方法、装置、电子设备和存储介质 - Google Patents
写作方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116561297A CN116561297A CN202310506157.0A CN202310506157A CN116561297A CN 116561297 A CN116561297 A CN 116561297A CN 202310506157 A CN202310506157 A CN 202310506157A CN 116561297 A CN116561297 A CN 116561297A
- Authority
- CN
- China
- Prior art keywords
- content
- document
- input
- key
- writing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 239000000463 material Substances 0.000 claims abstract description 292
- 230000004044 response Effects 0.000 claims abstract description 18
- 238000012986 modification Methods 0.000 claims description 20
- 230000004048 modification Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 8
- 238000007906 compression Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 25
- 238000004364 calculation method Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 description 32
- 230000002452 interceptive effect Effects 0.000 description 16
- 239000000523 sample Substances 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013518 transcription Methods 0.000 description 6
- 230000035897 transcription Effects 0.000 description 6
- 238000003058 natural language processing Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Machine Translation (AREA)
Abstract
本发明提供一种写作方法、装置、电子设备和存储介质,其中方法包括:接收用户输入;响应于用户输入,确定素材文档中的关键内容;基于所述素材文档和所述关键内容进行写作,得到目标文档,克服了传统方案中自动写作时模型输出的文稿重点不明确,且与用户实际关注的重点不相吻合,从而导致用户体验不佳的缺陷,明确了写作过程的侧重点,保证了模型输出文稿与用户关注点的契合,实现了低复杂度且优质的一键式写作,降低了写作所需的计算资源,提高了文稿的生成效率和生成质量,优化了用户体验。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种写作方法、装置、电子设备和存储介质。
背景技术
近年来,NPL(natural language processing,自然语言处理技术)得到了充分的发展,随之而来的是大规模自然语言处理模型的发展与落地,其已取代了传统的神经网络模型,实现了机器模型对文本数据的理解,使得一键化的机器自动写作成为可能。
然而,用户通过机器模型进行写作时,其提供的写作素材规模往往十分庞大,并且其中可能存在大量冗余无关的内容,这易使得机器模型在基于写作素材进行写作时,模型输出的文稿重点不明确,并且往往与用户实际关注的重点不相吻合,从而影响用户体验。
发明内容
本发明提供一种写作方法、装置、电子设备和存储介质,用以解决现有技术中自动写作过程模型输出的文稿重点不明确,且与用户实际关注的重点不相吻合的缺陷,在确保写作重点明确的基础上,实现了低复杂度且优质的一键式写作。
本发明提供一种写作方法,包括:
接收用户输入;
响应于所述用户输入,确定素材文档中的关键内容;
基于所述素材文档和所述关键内容进行写作,得到目标文档。
根据本发明提供的一种写作方法,所述用户输入包括内容文本输入、内容选择输入和内容对话输入中的至少一种;
所述响应于所述用户输入,确定素材文档中的关键内容,包括以下至少一种:
确定所述内容文本输入对应的内容文本为所述关键内容;
从所述素材文档中定位所述内容选择输入所选定的文本作为所述关键内容;
确定所述内容对话输入的指令类型,并在所述指令类型为内容录入指令的情况下,基于所述内容对话输入的语义确定所述关键内容。
根据本发明提供的一种写作方法,在所述确定所述内容对话输入的指令类型之后,还包括:
在所述指令类型为查询指令的情况下,基于所述素材文档生成所述内容对话输入的反馈信息,展示所述反馈信息并等待接收新的用户输入。
根据本发明提供的一种写作方法,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段;
基于所述候选语段和所述关键内容进行写作,得到所述目标文档。
根据本发明提供的一种写作方法,所述从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段,包括:
接收语段选择输入,确定所述语段选择输入所选定的素材语段为与所述关键内容相关的候选语段;
和/或,
接收语段对话输入,基于所述语段对话输入的语义,从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段。
根据本发明提供的一种写作方法,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
基于所述素材文档中各素材语段之间的语义相关性,对所述素材文档进行内容划分,得到至少一个素材子文档;
对各素材子文档进行内容压缩,得到各素材子文档分别对应的压缩内容;
基于所述关键内容和所述压缩内容进行写作,得到目标文档。
根据本发明提供的一种写作方法,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
获取目标文档类型;
基于所述素材文档和所述关键内容,进行所述目标文档类型下的写作,得到所述目标文档。
根据本发明提供的一种写作方法,在所述基于所述素材文档和所述关键内容进行写作,得到目标文档,之后还包括:
展示所述目标文档;
接收修改输入;
响应于所述修改输入,调整所述素材文档中的关键内容;
基于所述素材文档和调整后的关键内容,对所述目标文档进行修改,得到修改后的目标文档并展示。
根据本发明提供的一种写作方法,在所述基于所述素材文档和所述关键内容进行写作,得到目标文档,之后还包括:
展示所述目标文档;
接收匹配输入;
响应于所述匹配输入,从所述目标文档中确定所述匹配输入选定的待匹配内容,并从所述素材文档中确定出与所述待匹配内容相关的匹配素材内容;
展示所述匹配素材内容。
本发明还提供一种写作装置,包括:
接收单元,用于接收用户输入;
响应单元,用于响应于所述用户输入,确定素材文档中的关键内容;
写作单元,用于基于所述素材文档和所述关键内容进行写作,得到目标文档。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的写作方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的写作方法。
本发明提供的写作方法、装置、电子设备和存储介质,通过接收用户输入,并响应于用户输入,确定素材文档中的关键内容,结合素材文档和关键内容进行写作,得到目标文档,克服了传统方案中自动写作时模型输出的文稿重点不明确,且与用户实际关注的重点不相吻合,从而导致用户体验不佳的缺陷,明确了写作过程的侧重点,保证了模型输出文稿与用户关注点的契合,实现了低复杂度且优质的一键式写作,降低了写作所需的计算资源,提高了文稿的生成效率和生成质量,优化了用户体验。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明提供的写作方法的流程示意图;
图2是本发明提供的终端中的写作界面的示意图;
图3是本发明提供的目标文档和素材文档的展示图;
图4是本发明提供的写作装置的结构示意图;
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着大规模自然语言处理模型的发展与落地,GPT(Generative Pre-trainedTransformer)等模型已取代了传统的神经网络模型,实现了机器模型对文本数据的理解,使得一键化的机器自动写作成为可能。
但是,当下在进行自动化写作时,用户提供的写作素材规模庞大,并且,其中存在大量冗余无关的内容,这就导致模型在基于写作素材进行自动写作时,模型输出的文稿重点不明确,并且与用户实际关注的重点不相吻合,从而影响用户体验。
对此,本发明提供一种写作方法,旨在响应于用户输入,确定素材文档中的关键内容,并结合关键内容和素材文档进行写作,在确保写作重点明确的基础上,实现低复杂度且优质的一键式写作,降低了写作所需的计算资源,提高文稿的生成效率和生成质量。
本发明提供的写作方法,可以应用于全文摘要生成、工作待办生成、工作计划生成、工作总结生成、品宣文案生成、新闻稿件生成、会议纪要生成、课件提纲生成、日程安排生成等场景下。图1是本发明提供的写作方法的流程示意图,如图1所示,该方法包括:
步骤110,接收用户输入;
步骤120,响应于用户输入,确定素材文档中的关键内容;
具体地,在进行写作之前,首先需要确定写作过程所需参考和依据的素材信息,即写作素材,因而,开始写作前终端或其上部署的交互模型可以接收到用户输入,此处交互模型可以是具有类人特性的终端(聊天机器人)中部署的大型语言模型(Large LanguageModel,LLM),例如,GPT(Generative Pre-trained Transformer);部署有该交互模型的终端能够通过理解和学习人类的语言从而与用户进行对话,并且,还能根据对话的上下文与用户进行互动,具备真正类人的交流能力,除此之外,其还具备类人的能力,例如,写作、翻译、搜索等。鉴于此,部署于其中的交互模型则必然具备能够完成上述功能的能力,例如,语音转写、语义理解、文本匹配、情绪分析、意图识别等。
此处,用户输入对应的输入信息可以是文档形式的,也可以是音频形式的,还可以是路径形式的,即用户输入可以是指示包含写作素材的素材文档或素材音频的路径,或者是直接包含写作素材的素材文档或素材音频;并且,素材文档或素材音频可以是一个也可以是多个。用户输入的输入方式可以是勾选、划选、拖拽、点击、触碰、滑动等。
在输入信息为音频形式的情况下,可以通过语音识别、语音转写等得到文档形式的素材文档。在输入信息为文档形式的情况下,可以直接将输入信息作为素材文档,或者从输入信息中筛选得到用于写作参考的素材文档。在输入信息为路径的情况下,可以直接访问路径以获取对应的素材文档或素材音频,从而直接得到或转换得到素材文档。
可以理解的是,在品宣文案生成场景下,用户输入所对应的素材文档中的写作素材可以是产品的形状、结构、功能、特点、用途等对应的描述信息;在工作总结生成场景下,用户输入所对应的素材文档中的写作素材可以是各项工作的时间跨度、参与人员、最终成果、工作收益等;在课件提纲生成场景下,用户输入所对应的素材文档中的写作素材可以是课程梗概、课程难度、课程学时、课程学分、相关课程、考试占比等。
而接收到用户输入之后,终端或其上部署的交互模型可以响应于用户输入,以确定素材文档中的关键内容,具体而言,在接收到用户输入后进行写作之前,为更好的把握素材文档中的重点内容,明确侧重点,还可以确定素材文档中的关键内容,以据此进行文稿写作,即可以基于用户输入的指示,确定素材文档对应的关键内容。
此处,关键内容可以是用户输入的,其可以是用户认为的素材文档中的重要内容,关键内容可以来源于素材文档,或者是素材文档之外的文本内容。可以理解的是,用户输入对应的输入信息可以是分词、语句、语段等,并且可以为一个或者多个,则关键内容也可以是分词、语句、语段等,并且也可以是一个或者多个。
具体地,关键内容可以是内容文本输入、内容选择输入、内容对话输入等;换而言之,关键内容可以是用户输入中内容文本输入所对应的内容文本,即用户直接录入的内容文本;也可以是内容选择输入所对应的用户在素材文档中选定的语段;还可以是内容对话输入所对应的对话信息,此处对话信息是用户基于素材文档中的写作素材与终端或其上部署的交互模型进行问答产生的信息,例如,问“电动汽车的特点有哪些”,用户可以根据回复确定一个或多个重点关注的特点,作为素材文档对应的关键内容。
步骤130,基于素材文档和关键内容进行写作,得到目标文档。
具体地,经过前述步骤得到素材文档中的关键内容之后,即可执行步骤130,据此关键内容和素材文档进行写作,具体过程可以包括:
考虑到用户输入所指示的素材文档中可能存在大量冗余,以及与关键内容无关的内容,若直接据此素材文档进行文稿生成,则极易使得后续交互模型进行写作时模型的计算量极大,复杂度极高,且输出的文稿重点不明确,与用户实际关注重点相差极大,最终导致文稿的生成效率低下,文稿质量低劣,用户体验极差。
鉴于此,本发明实施例中在得到素材文档中的关键内容之后,可以结合关键内容和素材文档,共同进行写作,以通过关键内容从素材文档中筛选出与之匹配的内容,摒弃无关内容,明确写作过程的侧重点,在提升写作效率的同时,保证文稿质量,优化用户体验。
即,可以根据素材文档,以及素材文档中的关键内容进行写作,从而得到目标文档,即可以结合素材文档及其对应的关键内容,进行写作,以得到用户所需的目标文档。需要说明的是,此处,关键内容的保留,有助于写作过程中重点的确立,使得写作重点更加明确,目标文档的重点与用户关注重点更加契合,在不丢失素材信息的前提下,能够更好的保证生成文稿的文稿质量。
具体而言,可以将素材文档和关键内容一同输入至交互模型中,由交互模型进行写作,即交互模型可根据输入的关键内容和素材文档,进行文稿写作,最终可以得到交互模型输出的目标文档。此处,关键内容的应用可以使得交互模型能够更加明确写作重点,从而更易从素材文档的写作素材中筛选有用内容,屏蔽冗余内容,明确写作过程的侧重点,进而在确保生成文稿重点与用户实际关注点相契合的基础上,降低写作所需的计算资源,提高文稿生成效率。
此处,在素材文档和关键内容的基础上,通过交互模型进行写作时,除了可以直接进行文稿生成,还可以针对于输入模型的内容或者对初步生成的文稿进行丰富润色,例如,可以在进行写作时对从素材文档中提取的与关键内容有关的内容,进行丰富处理,例如,润色、扩写、适应填充、风格转换等;或者可以在根据关键内容和素材文档生成目标文档之后,对这一目标文档的文档内容进行优化处理,例如,对目标文档的文档内容中的每一语句进行场景适应下的润色处理,或者对目标文档的文档内容中的生硬语句进行风格暖化处理。
而值得注意的是,通过交互模型进行写作时,若终端或其上部署的交互模型并非针对于某一类型文稿的生成设备或模型,则需明确目标文档的文档类型,以使交互模型在一键式写作过程中能够有针对性的进行文稿生成,不仅提升了文稿的生成效率,还保证了文稿的有向性和规范性。此处,文档类型可以是用户自行输入的,例如,用户输入命令:“请应用以上素材生成全文摘要或工作总结”,或者可以是用户从预先设定好的各种类型的导出内容(目标文档)中选取得到的,如图2所示,图2是本发明提供的终端中的写作界面的示意图。
反之,若终端或其上部署的交互模型为针对于某一类型文稿的生成设备或模型,例如,新闻稿件、品宣文案、课件提纲等,则交互模型可直接根据输入的关键内容和素材文档,进行对应类型的文稿生成。
而在将关键内容和素材文档输入至交互模型,以进行写作之前,还可以预先训练得到交互模型。此处,交互模型可以是基于LLM模型、GPT模型、BERT(BidirectionalEncoder Representations from Transformers)模型、XLNet(extreme Multi-labelLearning Network)模型、RoBERTa(Robustly Optimized BERT approach)模型、T5(Text-to-Text Transfer Transformer)模型等预训练模型构建得到的。此处,针对交互模型的训练方式可以是基于样本素材文档以及对应的样本目标文档,对上述预训练模型进行微调训练得到的,其训练目标是最小化预测目标文档和样本目标文档之间的差异,以使模型输出的预测目标文档和样本目标文档尽可能一致。
值得注意的是,此处训练过程中,作为训练样本的模型输入可以仅是样本素材文档,以通过预训练模型确定样本关键内容,并进行写作输出,得到预测目标文档,也可以是直接输入样本素材文档和样本关键内容,通过预训练模型直接进行预测输出。
本发明提供的写作方法,通过接收用户输入,并响应于用户输入,确定素材文档中的关键内容,结合素材文档和关键内容进行写作,得到目标文档,克服了传统方案中自动写作时模型输出的文稿重点不明确,且与用户实际关注的重点不相吻合,从而导致用户体验不佳的缺陷,明确了写作过程的侧重点,保证了模型输出文稿与用户关注点的契合,实现了低复杂度且优质的一键式写作,降低了写作所需的计算资源,提高了文稿的生成效率和生成质量,优化了用户体验。
基于上述实施例,用户输入包括内容文本输入、内容选择输入和内容对话输入中的至少一种;
此处,内容文本输入可以是用户针对素材文档进行的内容输入,可以理解的是,当用户对素材文档进行内容输入时,输入的内容文本相较于素材文本中的其他文本内容而言,其作为素材文档的关键内容的可能性较大,因而,可以直接将内容文本输入所对应的内容文本确定为关键内容,此时,内容文本输入可以是用户在写作界面中关键内容输入框中进行的内容输入。
内容选择输入可以是用户的点选、勾选、划选等操作。具体地,用户可以针对于素材文档进行选择,选择素材文档中的文本内容,进行内容选择输入。此处,可以在写作界面中通过鼠标选中素材文档中的一个语段,接着,可以通过点击鼠标右键弹出选项菜单,在选项菜单中选择“关键内容”这一选项,即完成内容选择输入。
内容对话输入则可以是用户以文本、语音等方式与终端或其上部署的交互模型进行人机交互对话时的输入,例如,用户可以点按录音按钮,进行语音输入,语音输入的内容可以来源于素材文档中的写作素材,由此进行语音交互问答即可产生能够作为关键内容的对话信息。
可以理解的是,针对内容文本输入、内容选择输入和内容对话输入中的任意一种输入方式而言,其输入的内容可以是一个或者多个。
本发明实施例提供的方法,通过包括内容文本输入、内容选择输入和内容对话输入中的至少一种用户输入,实现了多种用户输入的方式,使得关键内容的确定更加方便和快捷。
步骤120包括以下至少一种:
确定内容文本输入对应的内容文本为关键内容;
从素材文档中定位内容选择输入所选定的文本作为关键内容;
确定内容对话输入的指令类型,并在指令类型为内容录入指令的情况下,基于内容对话输入的语义确定关键内容。
其中,针对于内容文本输入,可以通过获取内容文本输入中包含的内容文本,并直接将内容文本作为关键内容。
内容选择输入可以是仅在素材文档中进行内容选择,或者是仅在素材文档的摘要中进行内容选择,又或者是在同时在素材文档和摘要中进行内容选择。由此,将内容选择输入所对应的文本在素材文档中进行定位,并将定位的文本作为关键内容。
内容对话输入则可能是用户为了了解素材文档中的一些信息给出的输入,也可能是用户为了指定关键内容给出的输入。而内容对话输入具体属于哪一类情况,可以基于内容对话输入的指令类型而定。此处的指令类型是用户进行内容对话时,终端或其上部署的交互模型所对应的具体操作的类型,可以包含内容录入指令、查询指令等。可以理解的是,当用户存在明确需要进行内容对话输入的内容时,用户可以选择内容录入指令,例如,可以对录入的语音数据进行语音转写,对得到的内容文本进行语义理解,可以校正内容对话输入中的内容文本的语义逻辑,滤除语音转写过程中的错别字或者无效内容文本,比如语气词之类。接着,将进行语义理解后的内容文本作为关键内容,例如,内容对话输入为“就把汽车销量作为关键内容吧”,由此确定的关键内容可以是“汽车销量”。
可以理解的是,通过内容对话输入的语义确定关键内容,可以有效滤除语音数据转写得到的内容文本中的错别字,使得得到的关键内容更加的准确,避免通过关键内容得到的目标文档中的错别字或者无效内容文本,进而提升用户使用体验。
本发明实施例提供的方法,响应于用户输入,通过确定内容文本输入对应的内容文本为关键内容;从素材文档中定位内容选择输入所选定的文本作为关键内容;确定内容对话输入的指令类型,并在指令类型为内容录入指令的情况下,基于内容对话输入的语义确定关键内容中的至少一种,确定目标文档中的关键内容,使得基于关键内容生成的目标文档更加贴合用户实际的关注点。
由于在实际应用中,素材文档通常是长文本,并且用户对素材文档中的具体文本内容并不完全熟悉,当选择内容对话输入时,用户可能无法直接说出需要进行输入的内容。对此,基于上述实施例,在确定内容对话输入的指令类型之后,还包括:
在指令类型为查询指令的情况下,基于素材文档生成内容对话输入的反馈信息,展示反馈信息并等待接收新的用户输入。
当指令类型为查询指令的情况时,内容输入对话可以是针对素材文档中的提问文本,以用于确认素材文档中与提问文本相关的内容文本,即内容对话输入的反馈信息。此处,反馈信息可以将通过内容对话输入得到的提问文本和素材文档输入至终端或其上部署的交互模型中,由终端或交互模型输出的对应于提问文本的答复信息,其具体可以是内容对话输入中的提问文本在素材文档中对应的具体内容文本。例如,内容对话输入可以是“汽车的今年销量是多少”,反馈信息可以是“今年汽车的销量为3000万辆”。
进一步地,可以在素材文档中对内容对话输入的反馈信息进行展示,即在素材文档中将反馈信息或者与反馈信息相关的内容文本,进行突出显示,之后用户即可获知到反馈信息,并可以基于此反馈信息确定关键内容,也可以产生新的疑问以展开新一轮对话,此时,可以等待接收新的用户输入,即内容文本输入、内容选择输入和内容对话输入中的至少一种。
本发明实施例提供的方法,通过在指令类型为查询指令的情况下,基于素材文档和生成内容对话输入的反馈信息,展示反馈信息并等待接收新的用户输入,使得用户能够更加便捷地定位关键内容以生成目标文档,加快了文稿的生成效率,优化了用户的使用体验。
基于上述实施例,步骤130包括:
从素材文档的各素材语段中,选取与关键内容相关的候选语段;
基于候选语段和关键内容进行写作,得到目标文档。
具体地,步骤130中,根据素材文档和关键内容进行写作,得到目标文档的过程,具体包括如下步骤:
首先,可以从素材文档的各素材语段中,选取与关键内容相关的候选语段,具体可以是,参照素材文档中各素材语段的语义信息,以及关键内容的语义信息,从中选取与关键内容关联的素材语段,作为候选语段,即可以提取各素材语段的语义特征,以及关键内容的语义特征,并对此两者进行匹配,从而依据各素材语段与关键内容之间的语义相关性,从各素材语段中选取与关键内容相关的候选语段;此处的语义相关性可以通过语义特征之间的余弦相似度、欧式距离、闵氏距离等计算得到。
由于语义相关性能够从语义层面直接表征对应素材语段与关键内容之间的关联性,因而,在得到各素材语段与关键内容之间的语义相关度的情况下,可以按照语义相关度从高到低或从低到高的顺序,对各素材语段进行排序,从中选取前预设数量个或后预设数量个素材语段,作为候选语段;也可以是参照预先设定的相关度阈值,选取语义相关度大于等于相关度阈值的素材语段,作为候选语段。
之后,即可依据候选语段和关键内容进行写作,即可以结合关键内容和候选语段,共同进行写作,以通过关键内容从候选语段中进一步筛选出与之紧密相关的内容,摒弃语义层面和逻辑层面上关联较弱的内容,从而使得写作过程的重点更加明确,在提升写作效率的同时,保证文稿质量,优化用户体验。
基于上述实施例,从素材文档的各素材语段中,选取与关键内容相关的候选语段,包括:
接收语段选择输入,确定语段选择输入所选定的素材语段为与关键内容相关的候选语段;
和/或,接收语段对话输入,基于语段对话输入的语义,从素材文档的各素材语段中,选取与关键内容相关的候选语段。
具体地,上述从素材文档的各素材语段中,选取与关键内容相关的候选语段的过程,具体可以包括:
在从各素材语段中选取候选语段时,终端可以接收到用户的语段选择输入,并可以响应于该语段选择输入以将其所选定的素材语段确定为与关键内容相关的候选语段;此处,语段选择输入可以是仅在素材文档的各素材语段中进行语段选择,或者是仅在素材文档的摘要所对应的素材语段中进行语段选择,又或者是在同时在素材文档和摘要对应的素材语段中进行语段选择。由此,将语段选择输入所对应的语段在素材文档的各素材语段中进行定位,并将定位的素材语段作为候选语段。此处,值得注意的是,用户在通过语段选择输入选定候选语段时,其所依据的可以是各素材语段与关键内容之间的语义相关性。
或者可以接收用户的语段对话输入,并可以响应于语段对话输入,从而根据语段对话输入的语义,以从素材文档的各素材语段中,选取与关键内容相关的候选语段。此处,语段对话输入可以是用户为了指定关键内容关联的候选语段给出的输入。可以理解的是,当用户存在明确需要进行语段对话输入的内容时,用户可以选择语段对话输入所对应的指令中的语段录入指令,以据此所指示的信息从各素材语段中选取得到与关键内容相关的候选语段。
例如,可以对录入的对话语音进行语音转写,对得到的对话文本进行语义理解,并根据语义信息从素材文档的各素材语段中,筛选出与关键内容相关的候选语段,例如,语段对话输入为“就把文档中的前三段作为候选语段吧”,由此确定的候选语段为“素材文档中的前三个素材语段”。
又或者,终端可以接收到用户的语段选择输入和语段对话输入,并可以响应于该语段选择输入和语段对话输入,以将语段选择输入所选定的素材语段,以及语段对话输入的语义在素材文档的各素材语段中对应的素材语段,作为与关键内容相关的候选语段。
基于上述实施例,步骤130包括:
基于素材文档中各素材语段之间的语义相关性,对素材文档进行内容划分,得到至少一个素材子文档;
对各素材子文档进行内容压缩,得到各素材子文档分别对应的压缩内容;
基于关键内容和压缩内容进行写作,得到目标文档。
具体地,步骤130中,根据关键内容和素材文档进行写作,得到目标文档的过程,具体可以包括:
考虑到用户输入所指示的素材文档中可能存在大量冗余,以及与关键内容无关的内容,若直接据素材文档和关键内容进行文稿生成,则极易使得后续交互模型的计算量庞大、计算过程繁琐,复杂度极高,最终导致写作过程缓慢,文稿生成效率低下。
鉴于此,本发明实施例中在得到素材文档之后,可以先对素材文档进行内容分块,再对每块内容进行内容压缩,从而得到压缩内容,并在此基础上结合关键内容进行写作,以在明确写作重点的同时,提升写作效率,保证文稿质量,优化用户体验。
具体而言,首先可以提取各素材语段的语义信息,并据此确定各素材语段之间的语义相关性,从而可以在语义层面上,对素材文档中的各素材语段进行内容划分,由于语义相关性能够直接表征两者之间的语义关联度,因而,可以直接将语义相关性强(指示两者关联度高)的素材语段划分为一块,并将语义相关性弱(指示两者关联牵强)的素材语段划分为不同的块,从而得到至少一个素材块,即素材子文档;
之后,即可对各素材子文档进行内容压缩,以得到各素材子文档分别对应的压缩内容,即可以抽取各素材子文档中与关键内容相关联的内容,摒弃无关内容,从而得到压缩后的内容,即压缩内容;这一过程实质上是在内容层面上,依据各素材子文档和关键内容的语义相关性进行内容筛选,以从中筛选与关键内容有关联的、相对应的内容,滤除与关键内容无关的内容,从而得到压缩内容;或者是在逻辑层面上,参考素材子文档中各语段之间的语义相关性和逻辑相关性进行内容分块,并针对每块内容进行关键信息提取,从而得到压缩内容;又或者是在文本层面上,根据素材子文档中各语段之间的文本重复度进行内容滤除,以滤除冗余重复的内容,从而得到压缩内容。
进一步地,考虑到用户提供的素材文档中还有可能存在大量的不规范,以及口语化的内容,因而,在通过内容压缩得到压缩内容后,还可以对其进行进一步的规范处理,以得到更加官方、规范、精简的压缩内容,此处可以是在表述层面上,对上一步得到的压缩内容进行规范化、标准化等处理,以规范化压缩内容的内容表述,并简练每一内容的描述语句,最终即可得到所需的压缩内容。
而后,即可据此压缩内容和关键内容进行写作,从而得到目标文档,具体可以是,以压缩内容和关键内容为基准,通过交互模型进行写作,从而得到交互模型输出的目标文档,即可以结合内容压缩后的压缩内容和关键内容进行写作,以得到用户所需的目标文档。需要说明的是,此处关键内容的保留,有助于写作过程中重点的确立,使得写作重点更加明确,目标文档的重点与用户关注重点更加契合,在不丢失素材信息的前提下,能够更好的保证生成文稿的文稿质量。
本发明实施例中,压缩内容的应用可以使得交互模型能够更加明确写作重点,从而更易获取写作所需的有用内容,屏蔽冗余内容,进而在确保写作重点明确的基础上,降低写作所需的计算资源,提高文稿生成效率。
基于上述实施例,步骤130包括:
获取目标文档类型;
基于素材文档和关键内容,进行目标文档类型下的写作,得到目标文档。
具体地,步骤130中,依据素材文档和关键内容进行写作,得到目标文档的过程,具体可以包括:
由于进行一键式写作的终端或交互模型通常是能够进行多种类型文稿生成的设备或模型,因而,为使得用户的目标文档更具针对性,在进行写作之前,可以先确定目标文档的文档类型,即目标文档类型,以使后续的一键式写作过程中交互模型能够有针对性的进行文稿生成,不仅提升了文稿的生成效率,还保证了文稿的有向性和规范性。
首先,可以获取目标文档的文档类型,此处的目标文档类型可以是新闻稿件、品宣文案、课件提纲、工作总结、工作计划、会议纪要等;此处,目标文档类型可以是用户自行输入的,例如,用户输入命令:“请应用以上素材生成全文摘要或工作总结”,或者可以是用户从预先设定好的各种类型的导出内容(目标文档)中选取得到的。
接着,即可以此目标文档类型为基准,结合关键内容和素材文档,进行写作,从而得到目标文档类型下的目标文档,具体可以是,在目标文档类型下通过素材文档和关键内容进行针对性的写作,从而得到与之对应的目标文档,即利用素材文档和关键内容,进行目标文档类型下的写作,从而得到目标文档。
另外,值得注意的是,若终端或交互模型本身是针对于某类文稿的生成设备或模型,例如,新闻稿件、品宣文案、课件提纲等,则为避免重复冗余,一般无需输入目标文档类型,或者可以将交互模型对应的文档类型视为目标文档类型,如此也可根据素材文档和关键内容,进行目标文档类型下的写作,以得到目标文档类型对应的目标文档。
基于上述实施例,步骤130中,在基于素材文档和关键内容进行写作,得到目标文档,之后还包括:
展示目标文档;
接收修改输入;
响应于修改输入,调整素材文档中的关键内容;
基于素材文档和调整后的关键内容,对目标文档进行修改,得到修改后的目标文档并展示。
本发明实施例中,为更贴近用户需求,更契合实际使用场景,更便于后续的返修处理,规定所生成的文稿为文本或文档形式,因而,本发明实施例中将写作所得的文稿称为目标文档。
具体地,步骤130中,在根据关键内容和素材文档进行写作,得到目标文档之后,还可以对目标文档进行展示,以使用户能够观看并查阅目标文档,从而确认生成的目标文档是否符合预期,满足要求,即可以显示写作所得的目标文档,具体的显示方式可以是通过终端中的写作界面进行文本显示,如图3所示,图3是本发明提供的目标文档和素材文档的展示图。
而在对目标文档进行展示之后,用户即可获知目标文档的文档内容,即生成的文稿内容,并可对其进行修改和/或确认,此处,用户可以通过直接输入,或间接与终端或交互模型之间的自然语言交互进行修改和/或确认,例如,用户可以直接在写作界面上通过点击、滑动、勾选、划选等方式,确认目标文档的文档内容是否有误;或者可以通过与终端或交互模型之间的语音问答,确认文档内容是否有误。
此时,终端或其上部署的交互模型可以接收到用户的修改输入,即用户输入的修改操作,其指示目标文档的文档内容存在不妥,需要修改,因而,可以根据修改输入所指示的信息,对目标文档进行调整或校正;具体而言,由于目标文档是依据关键内容和素材文档进行写作得到的,而关键内容在写作过程中又充当着核心依据,因而,在接收到修改输入之后,即用户确认生成的目标文档存在不当之处,需要修改的情况下,终端或交互模型可以响应于修改输入,调整素材文档中的关键,以得到调整后的关键内容,即响应于修改输入,并依据其所指示的具体的修改信息,例如,具体的修改方式、修改的具体语段、修改的具体内容、具体的表述方式等,对关键内容进行调整修正,从而得到调整后的关键内容。
之后,即可在此调整后的关键内容的基础上,结合素材文档,重新进行写作,以得到新的目标文档即修改后的目标文档,并对其进行展示,即以调整后的关键内容和素材文档为基准,通过交互模型重新进行写作,以得到交互模型输出的修改后的目标文档,并可对此修改后的目标文档进行展示。此处,针对于关键内容的修改可以从根源上校正目标文档中的不妥之处,而根据调整后的关键内容重新进行写作则可以使得交互模型能够重新确立写作重点,更有针对性的进行写作,生成的修改后的目标文档能够更加贴近用户需求,符合用户预期。
基于上述实施例,步骤130中,在基于素材文档和关键内容进行写作,得到目标文档,之后还包括:
展示目标文档;
接收匹配输入;
响应于匹配输入,从目标文档中确定匹配输入选定的待匹配内容,并从素材文档中确定出与待匹配内容相关的匹配素材内容;
展示匹配素材内容。
具体地,步骤130中,在根据关键内容和素材文档进行写作,得到目标文档之后,还可以对目标文档进行展示,以使用户能够观看并查阅目标文档,从而确认生成的目标文档是否客观可靠,符合预期,即可以显示写作所得的目标文档,具体的显示方式可以是通过终端中的写作界面进行文本显示。
此处,匹配输入是针对生成的目标文档的文档内容的确认操作,待匹配内容是用户选定的目标文档的文档内容中待确认匹配的文本内容。在展示写作所得目标文档后,终端或其上部署的交互模型还可以接收用户的匹配输入,此时终端或交互模型可以响应于匹配输入,从目标文档的文档内容中确定匹配输入所选定的待匹配内容,并从素材文档中查找出与待匹配内容相关联的内容,并将选取的内容作为匹配素材内容,并对其进行展示,即可以对匹配素材内容进行突出显示,以便用户快速查看确认。
可以理解的是,用户在生成的目标文本中选定待匹配内容时,可以在目标文档的文档内容中勾选或划选内容,并通过长按或右键调出操作菜单,点击操作菜单中的“智能匹配”,终端或交互模型则可在接收到用户的匹配输入后,快速获取用户选定的待匹配内容,从而在素材文档中查找与之匹配的匹配素材并进行突出显示。值得注意的是,用户针对于目标文档的文档内容的修改和/或确认操作均是可以多次执行的,如此可以更好的确保生成的目标文档的文档内容的准确性。
下面对本发明提供的写作装置进行描述,下文描述的写作装置与上文描述的写作方法可相互对应参照。
图4是本发明提供的写作装置的结构示意图,如图4所示,该装置包括:
接收单元410,用于接收用户输入;
响应单元420,用于响应于所述用户输入,确定素材文档中的关键内容;
写作单元430,用于基于所述素材文档和所述关键内容进行写作,得到目标文档。
本发明提供的写作装置,通过接收用户输入,并响应于用户输入,确定素材文档中的关键内容,结合素材文档和关键内容进行写作,得到目标文档,克服了传统方案中自动写作时模型输出的文稿重点不明确,且与用户实际关注的重点不相吻合,从而导致用户体验不佳的缺陷,明确了写作过程的侧重点,保证了模型输出文稿与用户关注点的契合,实现了低复杂度且优质的一键式写作,降低了写作所需的计算资源,提高了文稿的生成效率和生成质量,优化了用户体验。
基于上述实施例,所述用户输入包括内容文本输入、内容选择输入和内容对话输入中的至少一种;
响应单元420用于确定以下至少一种:
确定所述内容文本输入对应的内容文本为所述关键内容;
从所述素材文档中定位所述内容选择输入所选定的文本作为所述关键内容;
确定所述内容对话输入的指令类型,并在所述指令类型为内容录入指令的情况下,基于所述内容对话输入的语义确定所述关键内容。
基于上述实施例,响应单元420用于:
在所述指令类型为查询指令的情况下,基于所述素材文档生成所述内容对话输入的反馈信息,展示所述反馈信息并等待接收新的用户输入。
基于上述实施例,写作单元430用于:
从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段;
基于所述候选语段和所述关键内容进行写作,得到所述目标文档。
基于上述实施例,写作单元430用于:
接收语段选择输入,确定所述语段选择输入所选定的素材语段为与所述关键内容相关的候选语段;
和/或,
接收语段对话输入,基于所述语段对话输入的语义,从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段。
基于上述实施例,写作单元430用于:
基于所述素材文档中各素材语段之间的语义相关性,对所述素材文档进行内容划分,得到至少一个素材子文档;
对各素材子文档进行内容压缩,得到各素材子文档分别对应的压缩内容;
基于所述关键内容和所述压缩内容进行写作,得到目标文档。
基于上述实施例,写作单元430用于:
获取目标文档类型;
基于所述素材文档和所述关键内容,进行所述目标文档类型下的写作,得到所述目标文档。
基于上述实施例,该装置还包括修改单元,用于:
展示所述目标文档;
接收修改输入;
响应于所述修改输入,调整所述素材文档中的关键内容;
基于所述素材文档和调整后的关键内容,对所述目标文档进行修改,得到修改后的目标文档并展示。
基于上述实施例,该装置还包括匹配单元,用于:
展示所述目标文档;
接收匹配输入;
响应于所述匹配输入,从所述目标文档中确定所述匹配输入选定的待匹配内容,并从所述素材文档中确定出与所述待匹配内容相关的匹配素材内容;
展示所述匹配素材内容。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行写作方法,该方法包括:接收用户输入;响应于所述用户输入,确定素材文档中的关键内容;基于所述素材文档和所述关键内容进行写作,得到目标文档。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的写作方法,该方法包括:接收用户输入;响应于所述用户输入,确定素材文档中的关键内容;基于所述素材文档和所述关键内容进行写作,得到目标文档。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的写作方法,该方法包括:接收用户输入;响应于所述用户输入,确定素材文档中的关键内容;基于所述素材文档和所述关键内容进行写作,得到目标文档。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种写作方法,其特征在于,包括:
接收用户输入;
响应于所述用户输入,确定素材文档中的关键内容;
基于所述素材文档和所述关键内容进行写作,得到目标文档。
2.根据权利要求1所述的写作方法,其特征在于,所述用户输入包括内容文本输入、内容选择输入和内容对话输入中的至少一种;
所述响应于所述用户输入,确定素材文档中的关键内容,包括以下至少一种:
确定所述内容文本输入对应的内容文本为所述关键内容;
从所述素材文档中定位所述内容选择输入所选定的文本作为所述关键内容;
确定所述内容对话输入的指令类型,并在所述指令类型为内容录入指令的情况下,基于所述内容对话输入的语义确定所述关键内容。
3.根据权利要求2所述的写作方法,其特征在于,在所述确定所述内容对话输入的指令类型之后,还包括:
在所述指令类型为查询指令的情况下,基于所述素材文档生成所述内容对话输入的反馈信息,展示所述反馈信息并等待接收新的用户输入。
4.根据权利要求1所述的写作方法,其特征在于,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段;
基于所述候选语段和所述关键内容进行写作,得到所述目标文档。
5.根据权利要求4所述的写作方法,其特征在于,所述从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段,包括:
接收语段选择输入,确定所述语段选择输入所选定的素材语段为与所述关键内容相关的候选语段;
和/或,
接收语段对话输入,基于所述语段对话输入的语义,从所述素材文档的各素材语段中,选取与所述关键内容相关的候选语段。
6.根据权利要求1所述的写作方法,其特征在于,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
基于所述素材文档中各素材语段之间的语义相关性,对所述素材文档进行内容划分,得到至少一个素材子文档;
对各素材子文档进行内容压缩,得到各素材子文档分别对应的压缩内容;
基于所述关键内容和所述压缩内容进行写作,得到目标文档。
7.根据权利要求1至6中任一项所述的写作方法,其特征在于,所述基于所述素材文档和所述关键内容进行写作,得到目标文档,包括:
获取目标文档类型;
基于所述素材文档和所述关键内容,进行所述目标文档类型下的写作,得到所述目标文档。
8.根据权利要求1至6中任一项所述的写作方法,其特征在于,在所述基于所述素材文档和所述关键内容进行写作,得到目标文档,之后还包括:
展示所述目标文档;
接收修改输入;
响应于所述修改输入,调整所述素材文档中的关键内容;
基于所述素材文档和调整后的关键内容,对所述目标文档进行修改,得到修改后的目标文档并展示。
9.根据权利要求1至6中任一项所述的写作方法,其特征在于,在所述基于所述素材文档和所述关键内容进行写作,得到目标文档,之后还包括:
展示所述目标文档;
接收匹配输入;
响应于所述匹配输入,从所述目标文档中确定所述匹配输入选定的待匹配内容,并从所述素材文档中确定出与所述待匹配内容相关的匹配素材内容;
展示所述匹配素材内容。
10.一种写作装置,其特征在于,包括:
接收单元,用于接收用户输入;
响应单元,用于响应于所述用户输入,确定素材文档中的关键内容;
写作单元,用于基于所述素材文档和所述关键内容进行写作,得到目标文档。
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至9任一项所述写作方法。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述写作方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310506157.0A CN116561297A (zh) | 2023-05-05 | 2023-05-05 | 写作方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310506157.0A CN116561297A (zh) | 2023-05-05 | 2023-05-05 | 写作方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116561297A true CN116561297A (zh) | 2023-08-08 |
Family
ID=87497623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310506157.0A Pending CN116561297A (zh) | 2023-05-05 | 2023-05-05 | 写作方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116561297A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113961A (zh) * | 2023-10-20 | 2023-11-24 | 中电数创(北京)科技有限公司 | 一种基于Agent的公文写作方法和系统 |
-
2023
- 2023-05-05 CN CN202310506157.0A patent/CN116561297A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113961A (zh) * | 2023-10-20 | 2023-11-24 | 中电数创(北京)科技有限公司 | 一种基于Agent的公文写作方法和系统 |
CN117113961B (zh) * | 2023-10-20 | 2024-02-09 | 中电数创(北京)科技有限公司 | 一种基于Agent的公文写作方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003624B (zh) | 情绪识别方法、装置、计算机设备及存储介质 | |
CN108710704B (zh) | 对话状态的确定方法、装置、电子设备及存储介质 | |
CN111445898B (zh) | 语种识别方法、装置、电子设备和存储介质 | |
CN110910903B (zh) | 语音情绪识别方法、装置、设备及计算机可读存储介质 | |
CN111341293B (zh) | 一种文本语音的前端转换方法、装置、设备和存储介质 | |
CN110853628A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN116561297A (zh) | 写作方法、装置、电子设备和存储介质 | |
CN112463942A (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
CN113821620B (zh) | 多轮对话任务处理方法、装置及电子设备 | |
CN111581338B (zh) | 一种农业技术服务机器人人机融合咨询问答方法及系统 | |
CN110931002B (zh) | 人机交互方法、装置、计算机设备和存储介质 | |
CN116821290A (zh) | 面向多任务对话的大语言模型训练方法和交互方法 | |
CN116504223A (zh) | 语音翻译方法及装置、电子设备、存储介质 | |
CN115985320A (zh) | 智能设备控制方法、装置、电子设备及存储介质 | |
CN116089601A (zh) | 对话摘要生成方法、装置、设备及介质 | |
CN114661864A (zh) | 一种基于受控文本生成的心理咨询方法、装置及终端设备 | |
CN114519358A (zh) | 翻译质量评估方法、装置、电子设备和存储介质 | |
CN116595951A (zh) | 写作方法、装置、电子设备和存储介质 | |
CN113971212A (zh) | 多语种问答方法、装置、电子设备及存储介质 | |
CN111161735A (zh) | 一种语音编辑方法及装置 | |
CN115600586B (zh) | 摘要文本生成方法、计算设备及存储介质 | |
CN115188381B (zh) | 基于点击排序的语音识别结果优化方法及装置 | |
CN112017647B (zh) | 一种结合语义的语音识别方法、装置和系统 | |
CN117690415B (zh) | 音频描述信息生成方法、装置、电子设备及存储介质 | |
US20220215834A1 (en) | System and method for speech to text conversion |
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 |