CN113779979A - 文本信息生成方法、装置、电子设备和计算机可读介质 - Google Patents
文本信息生成方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113779979A CN113779979A CN202110051246.1A CN202110051246A CN113779979A CN 113779979 A CN113779979 A CN 113779979A CN 202110051246 A CN202110051246 A CN 202110051246A CN 113779979 A CN113779979 A CN 113779979A
- Authority
- CN
- China
- Prior art keywords
- word vector
- text
- word
- sequence
- vector sequence
- 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
- 230000000875 corresponding Effects 0.000 claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003287 optical Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000002457 bidirectional Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000249 desinfective Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/44—Statistical methods, e.g. probability models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Computing arrangements based on biological models using neural network models
- G06N3/04—Architectures, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Computing arrangements based on biological models using neural network models
- G06N3/08—Learning methods
Abstract
本公开的实施例公开了文本信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:基于所接收的文本,生成词向量序列;将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列;将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列;基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本;基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。该实施方式提高了生成文本关键词的准确度,使得用户可以快速对文本进行解读,提高了用户浏览文本时的体验感。
Description
技术领域 本公开的实施例涉及计算机技术领域,具体涉及文本信息生成方法、装置、电子设备和计算机可读介质。 背景技术 文本关键词可帮助读者快速获得文本核心内容,被广泛应用于信息检索、文献管理、文本压缩等领域。目前,常用的文本关键词提取方法通常是将文本中出现频率较高的词确定为关键词。 然而,当采用上述方式时,通常会存在以下技术问题:无法根据文本生成未出现在上述文本中的关键词,导致不能精准地生成文本关键词,导致用户不能快速对文本进行解读,降低了用户浏览文本时的体验感。 发明内容 本公开的内容部分用于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。本公开的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。 本公开的一些实施例提出了文本信息生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。 第一方面,本公开的一些实施例提供了一种文本信息生成方法,该方法包括:基于所接收的文本,生成词向量序列;将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列;将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列;基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本;基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本,包括:从上述拼接词向量序列中选择预定数目个拼接词向量作为备选拼接词向量组;对于上述备选拼接词向量组中的每个备选拼接词向量,执行如下处理步骤:确定上述备选拼接词向量和上述词向量序列中的每个词向量的关联度,得到关联度组;将上述关联度组中的满足第一预定条件的关联度、在上述词向量序列中对应的词向量作为备选词向量,得到备选词向量组;将上述备选词向量组中的每个备选词向量对应的上述文本中的词确定为备选词,得到备选词组;基于上述备选拼接词向量组对应的备选词组集,生成上述文本的第一解码文本。 可选地,上述基于上述备选拼接词向量组对应的备选词组集,生成上述文本的第一解码文本,包括:将上述备选词组集中满足第二预定条件的各个备选词进行拼接处理,以生成上述文本的第一解码文本。 可选地,上述基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本,包括:将上述词向量序列中的每个词向量对应的各个关联度确定为关联度序列,得到关联度序列集;将上述关联度序列集中的每个关联度序列所包括的各个关联度的和确定为关联概率,得到关联概率组;基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,上述基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本,包括:从上述拼接词向量序列中选择关联概率符合第三预定条件的拼接词向量作为目标拼接词向量组;对于上述目标拼接词向量组中的每个目标拼接词向量,执行如下步骤:确定上述目标拼接词向量和上述预设词表中的每个预设词的概率值,得到概率值组;从上述预设词表中选择概率值满足第四预定条件的词作为备选词,得到备选词组;将上述目标拼接词向量对应的上述文本中的词的关联概率确定为备选概率;基于上述备选词组、概率值组和上述备选概率,确定目标词。 可选地,上述基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本,还包括:将所生成的目标词进行拼接处理以生成上述文本的第二解码文本。 可选地,上述方法还包括:对上述第一解码文本和上述第二解码文本进行显示。 第二方面,本公开的一些实施例提供了一种文本信息生成装置,装置包括:第一生成单元,被配置成基于所接收的文本,生成词向量序列;编码单元,被配置成将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列;拼接单元,被配置成将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列;第二生成单元,被配置成基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本;第三生成单元,被配置成基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,第二生成单元被进一步配置成:从上述拼接词向量序列中选择预定数目个拼接词向量作为备选拼接词向量组;对于上述备选拼接词向量组中的每个备选拼接词向量,执行如下处理步骤:确定上述备选拼接词向量和上述词向量序列中的每个词向量的关联度,得到关联度组;将上述关联度组中的满足第一预定条件的关联度、在上述词向量序列中对应的词向量作为备选词向量,得到备选词向量组;将上述备选词向量组中的每个备选词向量对应的上述文本中的词确定为备选词,得到备选词组;基于上述备选拼接词向量组对应的备选词组序列,生成上述文本的第一解码文本。 可选地,第二生成单元被进一步配置成:将上述备选词组序列中满足第二预定条件的各个备选词进行拼接处理,以生成上述文本的第一解码文本。 可选地,第三生成单元被进一步配置成:将上述词向量序列中的每个词向量对应的各个关联度确定为关联度序列,得到关联度序列集;将上述关联度序列集中的每个关联度序列所包括的各个关联度的和确定为关联概率,得到关联概率组;基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,第三生成单元被进一步配置成:从上述拼接词向量序列中选择关联概率符合第三预定条件的拼接词向量作为目标拼接词向量组;对于上述目标拼接词向量组中的每个目标拼接词向量,执行如下步骤:确定上述目标拼接词向量和上述预设词表中的每个预设词的概率值,得到概率值组;从上述预设词表中选择概率值满足第四预定条件的词作为备选词,得到备选词组;将上述目标拼接词向量对应的上述文本中的词的关联概率确定为备选概率;基于上述备选词组、概率值组和上述备选概率,确定目标词。 可选地,第三生成单元被进一步配置成:将所生成的目标词进行拼接处理以生成上述文本的第二解码文本。 可选地,装置还包括:显示单元,被配置成对上述第一解码文本和上述第二解码文本进行显示。 第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。 第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。 本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的文本信息生成方法,提高了生成文本关键词的准确度,所生成的关键词的实际应用有所提高。具体来说,造成线下店铺的物品的周转效率不高的原因在于:无法根据文本生成未出现在上述文本中的关键词,导致不能精准地生成文本关键词,降低了所生成的关键词的实际应用。基于此,本公开的一些实施例的文本信息生成方法,首先,基于所接收的文本,生成词向量序列。由此,可以为后续编码处理提供数据支持。接着,将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。由此,可以为后续生成拼接词向量提供数据支持。其次,将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。由此,为后续生成第一解码文本和第二解码文本提供了数据支持。然后,基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本。最后,基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。由此,可以根据预设词表生成未出现在上述文本中的关键词。从而,提高了生成文本关键词的准确度,使得用户可以快速对文本进行解读,提高了用户浏览文本时的体验感。 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,元件和元素不一定按照比例绘制。 图1是本公开的一些实施例的文本信息生成方法的一个应用场景的示意图; 图2是根据本公开的文本信息生成方法的一些实施例的流程图; 图3是根据本公开的文本信息生成方法的另一些实施例的流程图; 图4是根据本公开的文本信息生成方法的又一些实施例的流程图; 图5是根据本公开的文本信息生成装置的一些实施例的结构示意图; 图6是适于用来实现本公开的一些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。 另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。 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。 下面将参考附图并结合实施例来详细说明本公开。 图1是根据本公开一些实施例的文本信息生成方法的一个应用场景的示意图。 在图1的应用场景中,首先,计算设备101可以基于所接收的文本102,生成词向量序列103。例如,文本102可以是一段信息文字,例如,文本102可以是“调取的XX市胸外科监控录像证实,XX市疫情两名感染者在市胸外科医院隔离观察期间,离开封闭病区到检测室检测,因防控消毒不规范,导致检测室被病毒感染,进而传染了次日上午到同一检测室检查的住院病人李某某和陪护牛某某,并将病毒带入结核病区,导致这起疫情在医院内传播”。其次,计算设备101可以将上述词向量序列103中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列104和第二词向量序列105。这里,编码处理可以是将上述词向量序列中的每个词向量输入至双向LSTM(Long Short-Term Memory,长短期记忆网络),以生成第一词向量序列和第二词向量序列。这里,双向LSTM可以是指正向LSTM和反向LSTM。这里,第一词向量序列104中的第一词向量可以是指通过正向LSTM生成的词向量。这里,第二词向量序列105中的第二词向量可以是通过反向LSTM生成的词向量。接着,计算设备101可以将上述第一词向量序列104中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列106。然后,计算设备101可以基于上述拼接词向量序列106和上述词向量序列103,生成上述文本102的第一解码文本107。例如,可以将拼接词向量序列106和上述词向量序列103输入至单向LSTM(Long Short-Term Memory,长短期记忆网络),以生成第一解码文本108。例如,第一解码文本107可以是“XX市疫情”。最后,计算设备101可以基于预设词表107、上述拼接词向量序列106和上述词向量序列103,生成上述文本102的第二解码文本109。这里,可以将上述拼接词向量序列106和上述词向量序列103输入至存储了预设词表107的单向LSTM中,以生成第一解码文本108。例如,第一解码文本108可以是“管理混乱”。例如,预设词表107可以是预先设置在单向LSTM中的词语表。 需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。 应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。 继续参考图2,示出了根据本公开的文本信息生成方法的一些实施例的流程200。该文本信息生成方法,包括以下步骤: 步骤201,基于所接收的文本,生成词向量序列。 在一些实施例中,首先,文本信息生成方法的执行主体(例如图1所示的计算设备101)可以对上述接收的文本进行分词处理,生成词序列。再对上述词序列中的每个词进行词嵌入处理,生成词向量序列。这里,分词处理可以是结巴分词,中文分词。 步骤202,将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。 在一些实施例中,上述执行主体可以将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。这里,编码处理可以是将上述词向量序列中的每个词向量输入至双向LSTM(Long Short-TermMemory,长短期记忆网络),以生成第一词向量序列和第二词向量序列。这里,双向LSTM可以是指正向LSTM和反向LSTM。这里,第一词向量序列中的第一词向量可以是指通过正向LSTM生成的词向量。这里,第二词向量序列中的第二词向量可以是通过反向LSTM生成的词向量。 步骤203,将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。 在一些实施例中,上述执行主体可以将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。 步骤204,基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本。 在一些实施例中,首先,上述执行主体可以通过欧式距离公式确定上述拼接词向量序列中的每个拼接词向量和上述词向量序列中的各个词向量的关联度,得到关联度序列。然后,可以从上述关联度序列中选择关联度大于等于预定阈值的关联度作为备选关联度,得到备选关联度集。然后,再将备选关联度集中的每个备选关联度对应的文本中的词确定为备选词,得到备选词集。最后,可以将备选词集的各个备选词进行拼接处理,以生成上述文本的第一解码文本。这里,对预定阈值的设定不作限定。 步骤205,基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 在一些实施例中,首先,上述执行主体可以将上述拼接词向量序列输入至预先存储了预设词表的单向LSTM,以生成预设词评分组。然后,可以从上述预设词评分组中选择大于等于预定评分的预设词评分作为备选预设词评分,得到备选预设词评分组。这里,对预定评分的设定不作限定。这里,预设词评分可以是指预设词对应的词向量与拼接词向量的关联度。其次,上述执行主体可以将备选预设词评分组中的每个备选预设词评分对应的预设词确定为备选预设词,得到备选预设词组。接着,可以将词向量序列中的每个词向量对应的各个关联度进行求和处理以生成关联度和,得到关联度和组。可以将上述关联度和组中大于等于目标阈值的关联度和对应的词向量确定为备选词,得到备选词组。最后,上述执行主体可以将备选预设词组中的各个备选预设词和备选词组中的各个备选词进行拼接处理,生成上述文本的第二解码文本。这里,对目标阈值的设定不作限制。 本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的文本信息生成方法,提高了生成文本关键词的准确度,所生成的关键词的实际应用有所提高。具体来说,造成线下店铺的物品的周转效率不高的原因在于:无法根据文本生成未出现在上述文本中的关键词,导致不能精准地生成文本关键词,降低了所生成的关键词的实际应用。基于此,本公开的一些实施例的文本信息生成方法,首先,基于所接收的文本,生成词向量序列。由此,可以为后续编码处理提供数据支持。接着,将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。由此,可以为后续生成拼接词向量提供数据支持。其次,将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。由此,为后续生成第一解码文本和第二解码文本提供了数据支持。然后,基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本。最后,基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。由此,可以根据预设词表生成未出现在上述文本中的关键词。从而,提高了生成文本关键词的准确度,使得用户可以快速对文本进行解读,提高了用户浏览文本时的体验感。 进一步参考图3,示出了根据本公开的文本信息生成方法的另一些实施例的流程图。该文本信息生成方法,包括以下步骤: 步骤301,基于所接收的文本,生成词向量序列。 步骤302,将词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。 步骤303,将第一词向量序列中的每个第一词向量和与第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。 在一些实施例中,步骤301-303的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。 步骤304,从上述拼接词向量序列中选择预定数目个拼接词向量作为备选拼接词向量组。 在一些实施例中,文本信息生成方法的执行主体(例如图1所示的计算设备101)可以从上述拼接词向量序列中选择预定数目个拼接词向量作为备选拼接词向量组。这里,预定数目个可以是预先设定的数值,不作限定。 步骤305,对于上述备选拼接词向量组中的每个备选拼接词向量,执行处理步骤。 在一些实施例中,上述执行主体可以对于上述备选拼接词向量组中的每个备选拼接词向量,执行处理步骤: 第一步,确定上述备选拼接词向量和上述词向量序列中的每个词向量的关联度,得到关联度组。实践中,可以通过欧式距离确定上述备选拼接词向量和上述词向量序列中的每个词向量的关联度,得到关联度组。 第二步,将上述关联度组中的满足第一预定条件的关联度、在上述词向量序列中对应的词向量确定为备选词向量,得到备选词向量组。这里,第一预定条件可以是“关联度大于等于预定阈值”。这里,预定阈值的设定不作限定。 第三步,将上述备选词向量组中的每个备选词向量对应的上述文本中的词确定为备选词,得到备选词组。 步骤306,基于上述备选拼接词向量组对应的备选词组序列,生成上述文本的第一解码文本。 在一些实施例中,上述执行主体可以通过各种方法基于上述备选拼接词向量组对应的备选词组序列,生成上述文本的第一解码文本。 在一些实施例的一些可选的实现方式中,上述执行主体可以将上述备选词组序列中满足第二预定条件的各个备选词进行拼接处理,以生成上述文本的第一解码文本。首先,上述执行主体可以将备选词组序列中的每个备选词组中关联度最大的备选词确定为拼接词,得到拼接词序列。然后,可以将拼接词序列中的各个拼接词进行拼接处理,以生成上述文本的第一解码文本。这里,第二预定条件可以是“备选词组中的备选词大于等于备选词组中的任一备选词”。 步骤307,将上述词向量序列中的每个词向量对应的各个关联度确定为关联度序列,得到关联度序列集。 在一些实施例中,上述执行主体可以将上述词向量序列中的每个词向量对应的各个关联度确定为关联度序列,得到关联度序列集。 步骤308,将上述关联度序列集中的每个关联度序列所包括的各个关联度的和确定为关联概率,得到关联概率组。 在一些实施例中,上述执行主体可以将上述关联度序列集中的每个关联度序列所包括的各个关联度的和确定为关联概率,得到关联概率组。 步骤309,基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 在一些实施例中,上述执行主体可以通过各种方法基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤生成上述文本的第二解码文本: 第一步,从上述拼接词向量序列中选择关联概率符合第三预定条件的拼接词向量作为目标拼接词向量组。这里,第三预定条件可以可以是“关联概率小于等于目标概率”。这里,目标概率的设定不作限制。 第二步,对于上述目标拼接词向量组中的每个目标拼接词向量,执行如下步骤: 第一子步骤,确定上述目标拼接词向量和上述预设词表中的每个预设词的概率值,得到概率值组。这里,概率值可以是指目标拼接词向量和上述预设词表中的每个预设词对应的词向量的关联度。这里,可以通过欧氏距离公式确定上述目标拼接词向量和上述预设词表中的每个预设词的概率值,得到概率值组。 第二子步骤,从上述预设词表中选择概率值满足第四预定条件的词作为备选词,得到备选词组。这里,第四预定条件可以是“预设词表中的词对应的概率值大于等于上述预设词表中任一词对应的概率值”。 第三子步骤,将上述目标拼接词向量对应的上述文本中的词的关联概率确定为备选概率。 第四子步骤,基于上述备选词组、概率值组和上述备选概率,确定目标词。实践中,可以从上述概率值组和上述备选概率之中的选择数值最大的概率。再将数值最大的概率对应的词确定为目标词。 第五子步骤,将所生成的目标词进行拼接处理以生成上述文本的第二解码文本。 从图3可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的流程300体现了通过解码概率从预设词表中选择未出现在上述文本中的关键词。从而,提高了生成文本关键词的准确度,使得用户可以快速对文本进行解读,提高了用户浏览文本时的体验感。 进一步参考图4,示出了根据本公开的文本信息生成方法的又一些实施例。该文本信息生成方法,包括以下步骤: 步骤401,基于所接收的文本,生成词向量序列。 步骤402,将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列。 步骤403,将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列。 步骤404,基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本。 步骤405,基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 在一些实施例中,步骤401-405的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-205,在此不再赘述。 步骤406,对上述第一解码文本和上述第二解码文本进行显示。 在一些实施例中,上述执行主体可以对上述第一解码文本和上述第二解码文本进行显示。 从图4可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的流程400体现了对上述第一解码文本和上述第二解码文本进行显示,以便后续浏览。 进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种文本信息生成装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。 如图5所示,一些实施例的文本信息生成装置500包括:第一生成单元501、编码单元502、拼接单元503、第二生成单元504和第三生成单元505。其中,第一生成单元501被配置成基于所接收的文本,生成词向量序列;编码单元502被配置成将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列;拼接单元503被配置成将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列;第二生成单元504被配置成基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本;第三生成单元505被配置成基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,第二生成单元504被进一步配置成:从上述拼接词向量序列中选择预定数目个拼接词向量作为备选拼接词向量组;对于上述备选拼接词向量组中的每个备选拼接词向量,执行如下处理步骤:确定上述备选拼接词向量和上述词向量序列中的每个词向量的关联度,得到关联度组;将上述关联度组中的满足第一预定条件的关联度、在上述词向量序列中对应的词向量作为备选词向量,得到备选词向量组;将上述备选词向量组中的每个备选词向量对应的上述文本中的词确定为备选词,得到备选词组;基于上述备选拼接词向量组对应的备选词组序列,生成上述文本的第一解码文本。 可选地,第二生成单元504被进一步配置成:将上述备选词组序列中满足第二预定条件的各个备选词进行拼接处理,以生成上述文本的第一解码文本。 可选地,第三生成单元505被进一步配置成:将上述词向量序列中的每个词向量对应的各个关联度确定为关联度序列,得到关联度序列集;将上述关联度序列集中的每个关联度序列所包括的各个关联度的和确定为关联概率,得到关联概率组;基于上述关联概率组、上述预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 可选地,第三生成单元505被进一步配置成:从上述拼接词向量序列中选择关联概率符合第三预定条件的拼接词向量作为目标拼接词向量组;对于上述目标拼接词向量组中的每个目标拼接词向量,执行如下步骤:确定上述目标拼接词向量和上述预设词表中的每个预设词的概率值,得到概率值组;从上述预设词表中选择概率值满足第四预定条件的词作为备选词,得到备选词组;将上述目标拼接词向量对应的上述文本中的词的关联概率确定为备选概率;基于上述备选词组、概率值组和上述备选概率,确定目标词。 可选地,第三生成单元505被进一步配置成:将所生成的目标词进行拼接处理以生成上述文本的第二解码文本。 可选地,装置500还包括:显示单元,被配置成对上述第一解码文本和上述第二解码文本进行显示。 可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。 下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)600的结构示意图。本公开的一些实施例中的电子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,不应对本公开的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、ROM602以及RAM603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。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。 特别地,根据本公开的一些实施例,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,本公开的一些实施例包括一种计算机程序产品,其包括承载在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。在这样的一些实施例中,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ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。 需要说明的是,本公开的一些实施例中记载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。在本公开的一些实施例中,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。而在本公开的一些实施例中,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:基于所接收的文本,生成词向量序列;将上述词向量序列中的每个词向量进行编码处理以生成第一词向量和第二词向量,得到第一词向量序列和第二词向量序列;将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列;基于上述拼接词向量序列和上述词向量序列,生成上述文本的第一解码文本;基于预设词表、上述拼接词向量序列和上述词向量序列,生成上述文本的第二解码文本。 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一些实施例的操作的计算机程序代码,上述程序设计语言包括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。 描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一生成单元、编码单元、拼接单元、第二生成单元和第三生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,拼接单元还可以被描述为“将上述第一词向量序列中的每个第一词向量和与上述第一词向量对应的第二词向量进行拼接处理,得到拼接词向量序列的单元”。 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。 以上描述仅为本公开的一些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,本公开的实施例中所涉及的发明范围,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发明构思的情况下,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的实施例中公开的(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。