System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 写作练习方法、装置、设备及存储介质制造方法及图纸_技高网

写作练习方法、装置、设备及存储介质制造方法及图纸

技术编号:42818076 阅读:1 留言:0更新日期:2024-09-24 20:57
本公开实施例公开了一种写作练习方法、装置、设备及存储介质。该方法包括:获取写作文本;将写作文本输入预先训练的习语生成模型,通过习语生成模型生成习语文本,该习语文本与写作文本的语义相同;响应于所述习语文本包括习语表达,根据写作文本和习语文本,确定习语文本中的候选习语;对习语文本中的候选习语筛选后,得到目标习语文本;返回目标习语文本。由于本公开返回的目标习语文本不但包含推荐的习语,也确保了不改变写作文本的语义,从而提高了推荐习语的准确性,帮助用户有效提升写作表达能力。

【技术实现步骤摘要】

本公开涉及文本处理,具体涉及一种写作练习方法、装置、设备及存储介质


技术介绍

1、为了提高用户的英语写作表达能力,在用户撰写出写作文本后,服务器通常会针对写作文本中的一些短语,来为用户推荐可替换这些短语的习语,以帮助用户扩充词汇量,提升写作表达能力。

2、目前,为了实现习语的推荐,服务器中通常会预先内置有触发短语词表和替换习语词表,触发短语词表记录了能够触发习语推荐功能的短语,替换习语词表记录了触发短语词表中每个短语对应的可替换的习语。服务器可通过先后查询触发短语词表和替换习语词表,确定出能够替换写作文本中短语的习语,从而将这些可替换的习语推荐给用户。然而,该方式脱离了写作文本的表达,无法确保所推荐的习语的准确性,提升用户写作表达能力的效果不佳。


技术实现思路

1、为了解决相关技术中的问题,本公开实施例提供一种写作练习方法、装置、设备及存储介质。

2、第一方面,本公开实施例提供了一种写作练习方法。

3、具体地,所述写作练习方法,包括:

4、获取写作文本;

5、将所述写作文本输入预先训练的习语生成模型,通过所述习语生成模型生成习语文本,所述习语文本与所述写作文本的语义相同;

6、响应于所述习语文本包括习语表达,根据所述写作文本和所述习语文本,确定所述习语文本中的候选习语;

7、若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本;返回所述目标习语文本。

8、在本公开的一种实现方式中,所述根据所述写作文本和所述习语文本,确定所述习语文本中的候选习语,包括:

9、根据预设的文本比对算法,将所述写作文本和所述习语文本进行比对,从所述习语文本中确定与所述写作文本的文本内容不同的至少一个文本区域;

10、将所述文本区域中的文本内容确定为所述习语文本中的候选习语。

11、在本公开的一种实现方式中,所述若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本,包括:

12、根据预设的习语词典,从所述习语文本中的至少一个候选习语中确定目标非习语;

13、根据所述目标非习语在所述习语文本中的位置,从所述写作文本中确定与所述目标非习语的位置对应的目标词语;

14、将所述习语文本中的所述目标非习语替换为所述目标词语,得到目标习语文本。

15、在本公开的一种实现方式中,所述将所述写作文本输入预先训练的习语生成模型之前,还包括:

16、将所述写作文本输入预先训练的语法检测模型,通过所述语法检测模型输出所述写作文本的语法检测结果;

17、所述将所述写作文本输入预先训练的习语生成模型,包括:

18、响应于所述语法检测结果为无语法错误时,将所述写作文本输入预先训练的习语生成模型。

19、在本公开的一种实现方式中,,还包括:

20、响应于所述习语文本不包含习语表达,返回所述写作文本。

21、在本公开的一种实现方式中,还包括:

22、返回所述写作文本、所述写作文本中被替换的词语、与所述被替换的词语对应的习语和与所述习语对应的习语释义。

23、若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本

24、在本公开的一种实现方式中,还包括:

25、获取第一样本语句集合,所述第一样本语句集合包括:多个习语样本语句和与所述习语样本语句对应的非习语样本语句;

26、通过所述第一样本语句集合训练神经网络模型,将训练得到的神经网络模型作为所述习语生成模型。

27、在本公开的一种实现方式中,还包括:

28、获取第二样本语句集合,所述第二样本语句集合包括多个样本语句和所述样本语句的标签,所述标签用于指示所述样本语句是否存在语法错误;

29、通过所述第二样本语句集合训练二分类模型,将训练得到的二分类模型作为所述语法检测模型。

30、第二方面,本公开实施例中提供了一种写作练习装置。

31、具体地,所述写作练习装置,包括:

32、获取模块,被配置为获取写作文本;

33、生成模块,被配置为将所述写作文本输入预先训练的习语生成模型,通过所述习语生成模型生成习语文本,所述习语文本与所述写作文本的语义相同;

34、确定模块,被配置为响应于所述习语文本包括习语表达,根据所述写作文本和所述习语文本,确定所述习语文本中的候选习语;

35、筛选模块,被配置为若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本;

36、返回模块,被配置为返回所述目标习语文本。

37、第三方面,本公开实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现第一方面及第一方面任一种可能实现方式所述的方法。

38、第四方面,本公开实施例中提供了一种计算机可读存储介质,其上存储有计算机指令,其中,该计算机指令被处理器执行时实现第一方面及第一方面任一种可能实现方式所述的方法。

39、根据本公开实施例提供的技术方案,通过获取写作文本,并将写作文本输入预先训练的习语生成模型,以通过述习语生成模型生成与写作文本的语义相同的习语文本。进而在习语文本包含习语表达时,根据写作文本和习语文本,确定出习语文本中的候选习语后,通过对习语文本中的候选习语进行筛选,以得到并返回目标习语文本。由于本公开返回的目标习语文本不但包含推荐的习语,也确保了不改变写作文本的语义,从而提高了推荐习语的准确性,帮助用户有效提升写作表达能力。

40、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。

本文档来自技高网...

【技术保护点】

1.一种写作练习方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述写作文本和所述习语文本,确定所述习语文本中的候选习语,包括:

3.根据权利要求1所述的方法,其特征在于,所述若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本,包括:

4.根据权利要求1至3任一项所述的方法,其特征在于,所述将所述写作文本输入预先训练的习语生成模型之前,还包括:

5.根据权利要求1所述的方法,其特征在于,还包括:

6.根据权利要求1所述的方法,其特征在于,还包括:

7.根据权利要求4所述的方法,其特征在于,还包括:

8.一种写作练习装置,其特征在于,包括:

9.一种电子设备,其中,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机指令,其中,该计算机指令被处理器执行时实现权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种写作练习方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述写作文本和所述习语文本,确定所述习语文本中的候选习语,包括:

3.根据权利要求1所述的方法,其特征在于,所述若所述习语文本中存在不满足习语条件的候选习语,则将不满足习语条件的所述候选习语恢复成所述写作文本中对应的词语后,得到目标习语文本,包括:

4.根据权利要求1至3任一项所述的方法,其特征在于,所述将所述写作文本输入预先训练的习语生成模型之前,还包括:

5.根据权利要...

【专利技术属性】
技术研发人员:郑晨张欢赵艳贺媛婧
申请(专利权)人:国家开放大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1