用于优化用户创作的诗词的方法与流程

本发明涉及计算机技术领域，具体地设计一种基于人工智能来优化用户创作的诗词的方法。

背景技术：

人工智能ai是研究、开发用于模拟、延伸和扩展人的智能的一门新的技术科学，人工智能是计算机科学的一个分支，该领域的研究包括机器人、语音识别、自然语言处理等。

现有技术主要利用计算机ai技术进行诗词生成，而并没有针对用户尤其是小学生创作的诗词进行辅助优化的技术，而在实际中，小学生在创作诗词的过程中会遇到很多的问题，例如所创作的诗词不押韵、对仗不工整、重字重韵等，而这些问题小学生基于自身的能力并不会发现或者即使发现了也找不到合适的词来替代。因此，现有的计算机ai生成诗词的技术与用户的交互性差，并且可能不能获得用户期望的语义和语境的诗词。

技术实现要素：

本发明的目的在于提出用于优化用户创作的诗词的方法，以解决上述问题。

根据本发明的实施方式的一方面，提供一种用于优化用户创作的诗词的方法，包括：接收用户输入的诗词；根据诗词中的标点符号对诗词进行句子划分；对划分的每个句子进行分词；检测输入的诗词的相对应的两个句子是否存在不符合平仄和押韵规则的对应分词；在检测结果为肯定时，根据相对应的两个句子中的在前句子的对应分词的平仄和韵脚从预先存储的语料库中为在后句子的对应分词检索多个候选字词，多个候选字词的平仄和韵脚与相对应的两个句子中的在前句子的对应分词的平仄和韵脚相同；将所检索的多个候选字词呈现给用户，以使得用户能够根据所输入的诗词的上下文语义以及意境从多个候选字词中选择替换字词；使用替换字词来代替不符合平仄和押韵规则的对应分词，以输出优化的诗词。

优选地，在将所检索的多个候选字词呈现给用户的同时根据多个候选字词的优先级向用户推荐字词。

优选地，优先级基于与在前句子的对应分词同义或近义的字词。

优选地，优先级基于与在后句子相邻的句子的对应分词对仗的字词。

优选地，优先级基于与在后句子相邻的句子的对应分词一起出现的概率。

优选地，与在后句子相邻的句子的对应分词来源相同的字词被赋予最高优先级。

优选地，语料库还包括针对每个用户的个性化语料库，方法还包括：针对多个不同的用户创建多个个人语料库并且允许各个用户向个人语料库添加个性化字词以定制个性化语料库。

优选地，从预先存储的语料库中为在后句子的对应分词检索多个候选字词还包括从个性化语料库中检索多个候选字词。

附图说明

下面根据有利的实施方式结合附图标记实例性地说明了本发明。在此示出：

图1是根据本发明的用于优化用户创作的诗词的方法的流程图。

具体实施方式

本发明的用于优化用户创作的诗词的方法的应用环境可以是人工智能领域的古诗词生成场景中，包括服务器和客户端，其中客户端可以是但不限于手机、个人计算机、平板电脑、智能设备等。

图1是根据本发明的用于优化用户创作的诗词的方法的流程图，以该方法应用在个人计算机中为例进行说明，详叙如下。

该方法包括：

步骤s100，接收用户输入的诗词，其中，用户可以通过操作输入装置来输入诗词，例如，用户可以通过键盘、触摸屏、语音识别设备等向计算机中输入创作的诗词。

步骤s101，利用中文分词工具例如ikananlyzer对输入的诗词的诗句按照标点符号进行句子划分，例如，输入的诗词为：“玉兰含苞迎细雨，桃花怒放沐春风。我愿百花齐争妍，竞送芳香入武汉。”，划分后的句子为：“玉兰含苞迎细雨，”；“桃花怒放沐春风。”；“我愿百花齐争妍，”；“竞送芳香入武汉。”。

步骤s102：利用中文分词工具例如ikananlyzer对划分的句子进行分词，例如，句子“桃花怒放沐春风。”被划分为“桃花/怒放/沐/春分/。”，句子“竞送芳香入武汉。”被划分为“竞送/芳香/入/武汉/。”。

步骤s103：检测输入的诗词的相对应的两个句子是否存在不符合平仄和押韵规则的对应分词，根据古诗词的押韵规律，相对应的两个句子可以是相邻的具有句号的诗句，例如，对于以上诗词示例，相对应的两个句子可以是“桃花怒放沐春风。”和“竞送芳香入武汉。”，相应地，检测到对应分词为“春风”和“武汉”，而这两个词中的“风”与“汉”不押韵，因此可以给出不押韵提示，并且可以进行智能检索和推荐，如下。

步骤s104：在检测结果为是时，根据相对应的两个句子中的在前句子的对应分词的平仄和韵脚从预先存储的语料库中为在后句子的对应分词检索具有相同平仄和韵脚的多个候选字词；其中，预先存储的语料库可以利用中文分词工具例如ikananlyzer对现有诗词集中的所有诗词的诗句进行分词，并将分词的结果存储在语料库中，优选地，按照对句的形式将分词的结果存储在语料库中。

具体地，针对“风”的韵脚“eng”可以从预先存储的语料库中检索到“荒城”、“东城”、“龙城”、“渭城”、“江城”等候选字词。

可替换地，语料库不局限于存储现有诗词的语料库，而是还可以包括针对每个用户的个性化语料库，例如，可以针对多个不同的用户创建多个个人语料库并且允许各个用户向个人语料库添加个性化字词以定制个性化语料库。例如，在“红英学校”上学的学生可以根据需要将“红英”、“绿草”、“红花”、“讲台”等词构建为个人语料库。相应地，还可以从个性化语料库中检索多个候选字词。

步骤s105：将所检索的多个候选字词呈现给用户，以使得用户能够根据所输入的诗词的上下文语义以及意境从多个候选字词中选择替换字词。

另外地，在将所检索的多个候选字词呈现给用户的同时根据多个候选字词的优先级向用户推荐字词。

作为示例，由于“江城”与“武汉”的意思相同，因此，江城的优先级高，从而向用户推荐“江城”来作为“武汉”到替换字词，以此表达与用户要表达的语境相同的语境。

作为另一示例，基于与在后句子的相邻句子的对应分词对仗的字词向用户推荐，如：输入的诗词为“新冠闭门数月中，解禁偏向御园行。一堤古柳迎细雨，两岸桃花都盛开。”，检测到对应分词“行”、“开”不押韵；给出不押韵提示，并且在检索到的具有相同平仄和韵脚的所有字词中，因为“细雨”和“春风”对仗，所以被优先推荐，根据智能推荐，最终优化成：“新冠闭门数月中，解禁偏向御园行。一堤古柳迎细雨，两岸桃花笑东风。”。

作为另一示例，基于与在后句子相邻的句子的对应分词一起出现的概率推荐字词，例如，推荐与在后句子相邻的句子的对应分词来源相同的字词。如：“诗文凝绿地，学子聚红英。漫咏风雅颂，纵言诗词曲。”，在检测到对应句子的对应分词“聚红英”、“诗词曲”中的“英”和“曲”不押韵；给出不押韵提示，在检索到的与“聚红英”具有相同平仄和韵脚的所有字词中，因为“赋比兴”和“风雅颂”都来自于《诗经》，来源相同，因此被优先推荐，根据智能推荐，最终优化成：“诗文凝绿地，学子聚红英。漫咏风雅颂，纵言赋比兴。”。

步骤s106：使用所选择的替换字词来代替不符合平仄和押韵规则的对应分词，以输出优化的诗词。

以上仅仅是本申请的优选实施例，本申请并不局限于此。