【技術實現步驟摘要】
本專利技術涉及互聯網，尤其涉及一種文章生成方法、設備和存儲介質。
技術介紹
1、目前，隨著人工智能技術和自然語言處理技術的不斷發展，目前可以通過大語言模型等文章生成工具自動生成文章，然而這種通過文章生成工具生成的文章通常文章行文方式、撰寫風格基本是固定的，而無法根據文章所屬領域特點、當前流行的撰寫方向進行有針對性地生成文章。
技術實現思路
1、本專利技術實施例提供一種文章生成方法、設備和存儲介質，可以提高文章生成質量。
2、第一方面，本專利技術實施例提供一種文章生成方法，該方法包括：
3、獲取待處理文章；
4、從文章數據庫中選擇出與所述待處理文章相似度符合要求的參考文章；
5、確定所述參考文章的文章熱度值；
6、根據所述參考文章和所述文章熱度值，對預訓練語言模型進行微調，以獲得文章生成模型；
7、利用所述文章生成模型，對所述待處理文章進行處理，生成與所述待處理文章相對應的目標文章。
8、第二方面，本專利技術實施例提供一種文章生成裝置，該裝置包括：
9、獲取模塊，用于獲取待處理文章；
10、選擇模塊，用于從文章數據庫中選擇出與所述待處理文章相似度符合要求的參考文章；
11、確定模塊，用于確定所述參考文章的文章熱度值；
12、微調模塊，用于根據所述參考文章和所述文章熱度值，對預訓練語言模型進行微調，以獲得文章生成模型；
13、生成模塊，用于利用
14、第三方面，本專利技術實施例提供一種電子設備，包括：存儲器、處理器、顯示屏；其中，存儲器上存儲有可執行代碼，當所述可執行代碼被處理器執行時，使處理器至少可以實現如第一方面所述的文章生成方法。
15、第四方面，本專利技術實施例提供了一種非暫時性機器可讀存儲介質，非暫時性機器可讀存儲介質上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使處理器至少可以實現如第一方面所述的文章生成方法。
16、在本專利技術實施例中，可以為用戶提供自動生成高質量文章的服務，具體生成過程可以為：首先獲取待處理文章。而后，從文章數據庫中選擇出與待處理文章相似度符合要求的參考文章，并確定參考文章的文章熱度值。進而，根據選取出的參考文章以及參考文章的文章熱度值，對預訓練語言模型進行微調，以獲得更適應于對待處理文章進行處理的文章生成模型。最后，利用文章生成模型，對待處理文章進行處理，生成于待處理文章相對應的目標文章。
17、在上述方案中，通過從文章數據庫中選擇出與待處理文章相似度符合要求的參考文章，并利用參考文章和參考文章的文章熱度值，有針對性地優化預訓練語言模型，以生成更適用于對待處理文章進行針對性地處理的文章生成模型，進而利用文章生成模型對待處理文章進行處理，生成更符合當前流行的撰寫方向且更具有所屬領域特點的目標文章，提高了文章生成質量。
本文檔來自技高網...【技術保護點】
1.一種文章生成方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述從文章數據庫中選擇出與所述待處理文章相似度符合要求的參考文章，包括：
3.根據權利要求1所述的方法，其特征在于，所述確定所述參考文章的文章熱度值，包括：
4.根據權利要求1所述的方法，其特征在于，所述預訓練語言模型包括嵌入層、掩碼層、自注意力層，所述根據所述參考文章和所述文章熱度值，對預訓練語言模型進行微調，以獲得文章生成模型，包括：
5.根據權利要求4所述的方法，其特征在于，所述通過所述嵌入層獲取所述參考文章中各個字對應的第一向量表示，包括：
6.根據權利要求4所述的方法，其特征在于，所述將所述各個字對應的第一向量表示和所述文章熱度值輸入至所述掩碼層，以得到掩碼后的所述各個字對應的第二向量表示，包括：
7.根據權利要求4所述的方法，其特征在于，所述通過所述自注意力層對所述掩碼層輸出的所述各個字對應的第二向量表示進行注意力計算，以獲得所述各個字對應的第三向量表示，包括：
8.根據權利要求7所述的方法，其特征在于
9.根據權利要求4所述的方法，其特征在于，所述預訓練語言模型包括輸出層，所述根據所述各個字對應的第三向量表示，確定所述預訓練語言模型的損失值，包括：
10.根據權利要求4所述的方法，其特征在于，所述根據所述損失值，對所述預訓練語言模型進行訓練，以獲得訓練好的文章生成模型，包括：
11.一種電子設備，其特征在于，包括：存儲器、處理器、顯示屏；其中，所述存儲器上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1至10中任一項所述的文章生成方法。
12.一種非暫時性機器可讀存儲介質，其特征在于，所述非暫時性機器可讀存儲介質上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1至10中任一項所述的文章生成方法。
...【技術特征摘要】
1.一種文章生成方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述從文章數據庫中選擇出與所述待處理文章相似度符合要求的參考文章，包括：
3.根據權利要求1所述的方法，其特征在于，所述確定所述參考文章的文章熱度值，包括：
4.根據權利要求1所述的方法，其特征在于，所述預訓練語言模型包括嵌入層、掩碼層、自注意力層，所述根據所述參考文章和所述文章熱度值，對預訓練語言模型進行微調，以獲得文章生成模型，包括：
5.根據權利要求4所述的方法，其特征在于，所述通過所述嵌入層獲取所述參考文章中各個字對應的第一向量表示，包括：
6.根據權利要求4所述的方法，其特征在于，所述將所述各個字對應的第一向量表示和所述文章熱度值輸入至所述掩碼層，以得到掩碼后的所述各個字對應的第二向量表示，包括：
7.根據權利要求4所述的方法，其特征在于，所述通過所述自注意力層對所述掩碼層輸出的所述各個字對應的第二向量表示進行注意力計...
【專利技術屬性】
技術研發人員：呂晗，李佳，王振常，劉文娟，孫婧，王星皓，王郅翔，
申請(專利權)人：首都醫科大學附屬北京友誼醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。