买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州大学

摘要：本发明公开了一种融合双语言模型和句子检测的文本生成方法，该方法步骤包括：语言模型M1和语言模型M2同步扩展关键词前后的单词；语言模型M1正向预测下一字符得到新文本S1，语言模型M2反向预测下一个字符得到新文本S2，拼接新文本S1和新文本S2得到句子；句子满足输出条件则输出句子，否则作为新的输入；基于规约的句法分析方法对句子进行结构分析，句子能规约至文法起始符则符合句法规则；使用N‑Gram统计模型对符合句法规则的候选句子计算语言得分，若候选句子的语言得分超过设定阈值则作为最终文本输出。本发明可应用于句子构造、文章生成等创造性的文本生成任务中，有效解决以往生成技术中句子丰富度低、可读性差的问题。

主权项：1.一种融合双语言模型和句子检测的文本生成方法，其特征在于，包括下述步骤：获取输入关键词，语言模型M1和语言模型M2同步扩展关键词前后的单词；所述语言模型M1正向预测下一字符得到新文本S1，所述语言模型M2反向预测下一个字符得到新文本S2，拼接新文本S1和新文本S2得到句子；所述语言模型M1和语言模型M2同步扩展关键词前后的单词，具体步骤包括：输入关键词至训练好的语言模型M1、语言模型M2，语言模型M1、语言模型M2分别预测下一字符，得到下一字符的原始概率分布；采用top_k法选取字符及对应的预测概率，更新预测集合；通过训练集生成词性临值表，通过词性临值表获取更新后预测集合中对应词性组合的词性临值，将词性临值与原始概率相乘得到新的概率分布；将概率分布进行重分布，随机采样得到下一个字符nw以及下一个字符fw；将输入的关键词kw分别与随机采样得到的字符nw、字符fw拼接得到拼接序列kw+nw、拼接序列fw+kw；拼接语言模型M1和语言模型M2的预测结果，得到文本S＝fw+kw+nw；所述通过训练集生成词性临值表，具体步骤包括：对于词性pos，词性sk的单词紧跟在词性pos单词后面的概率为： 其中，numk表示词性组合pos+sk在训练集出现的次数，n表示词性种类个数，最终生成大小为n*n的词性临值表Q；将概率分布进行重分布，具体计算公式为： 其中，πwk表示重分布后的概率值，temperature表示比例因子，wk表示更新预测集合中的候选词，pwk表示候选词对应的概率；判定句子是否满足输出条件，满足输出条件则输出句子，否则作为新的输入；基于规约的句法分析方法对句子进行结构分析，若句子能规约至文法起始符，则句子符合句法规则；使用N-Gram统计模型对符合句法规则的候选句子计算语言得分，若候选句子的语言得分超过设定阈值，则该候选句子作为最终文本输出。

全文数据：

权利要求：

百度查询： 广州大学 一种融合双语言模型和句子检测的文本生成方法