歌词生成方法、歌词生成设备以及计算机可读存储介质与流程

本技术实施例涉及歌词生成领域，更具体的，是歌词生成方法、歌词生成设备以及计算机可读存储介质。

背景技术：

1、随着计算机技术的快速发展，作词人已经可以通过计算机等设备进行歌词的生成。

2、现有的歌词生成方法是，先获得目标文本，将目标文本输入预先训练的歌词生成模型，由歌词生成模型提取目标文本的关键词、主题或风格，并根据确定出来的关键词、主题或风格生成目标文本对应的歌词。

3、但是，这种歌词生成方法，只是提取目标文本的关键词、主题或风格，而关键词、主题或风格都是一些对于目标文本的故事概括性较大的特征，因此，根据概括性较大的特征生成歌词，歌词在故事情节上与故事片段文本的匹配度较低。

技术实现思路

1、本技术实施例提供了一种歌词生成方法、歌词生成设备以及计算机可读存储介质，用于在提高歌词在故事情节上与故事片段文本的匹配度的情况下，生成歌词。

2、第一方面，本技术实施例提供了一种歌词生成方法，包括:

3、获得故事片段文本；

4、将所述故事片段文本输入预先训练的情节图抽取模型，由所述情节图抽取模型确定所述故事片段文本中每个句子对应的情节阶段、每个句子对应的元素实体和每个元素实体对应的元素关系，并基于所述每个元素实体对应的元素关系得到情节图后，得到所述情节图抽取模型输出的情节图；

5、将所述情节图输入预先训练的歌词编解码模型，由所述歌词编解码模型对所述情节图进行歌词的编解码处理后，得到所述歌词编解码模型输出的所述故事片段文本对应的歌词。

6、可选的，所述情节图抽取模型包括bert编码模型、情节阶段检测模型、情节元素抽取模型和元素关系识别模型；

7、所述由所述情节图抽取模型确定所述故事片段文本中每个句子对应的情节阶段、每个情节阶段对应的元素实体和每个元素实体对应的元素关系，包括：

8、由所述bert编码模型对所述故事片段文本进行编码，以得到所述bert编码层输出的所述故事片段文本中每个句子对应的句向量，及每个句子中每个字对应的字向量；

9、由所述情节阶段检测模型基于每个句子对应的句向量，对每个句子进行情节阶段的检测，以得到所述情节阶段检测模型输出的每个句子对应的情节阶段，及每个情节阶段对应的情节阶段向量；

10、针对每个句子，由所述情节要素抽取模型基于所述句子中每个字对应的字向量和所述句子对应的情节阶段向量，对所述句子进行元素实体的抽取，以得到所述情节要素抽取模型输出的所述句子对应的元素实体，及每个元素实体对应的元素实体向量；

11、由所述元素关系识别模型基于所述句子中每个元素实体对应的元素实体向量，对所述句子对应的元素实体进行元素关系的识别，以得到所述元素关系识别模型输出的所述句子中每个元素实体对应的元素关系。

12、可选的，所述由所述情节要素抽取层模型基于所述句子中每个字对应的字向量和所述句子对应的情节阶段向量，对所述句子进行元素实体的抽取，以得到所述情节要素抽取层模型输出的所述句子对应的元素实体，及每个元素实体对应的元素实体向量，包括：

13、由所述情节要素抽取层模型将所述句子中每个字对应的字向量和所述句子对应的情节阶段向量进行拼接，得到所述句子中每个字对应的拼接向量；

14、基于所述每个字对应的拼接向量确定每个字对应的关联标签；

15、基于所述每个字对应的关联标签确定字与字之间的关联关系，并根据所述关联关系得到所述句子对应的元素实体，及每个元素实体对应的元素实体向量。

16、可选的，所述由所述元素关系识别层模型基于所述句子中每个元素实体对应的元素实体向量，对所述句子对应的元素实体进行元素关系的识别，以得到所述元素关系识别层模型输出的所述句子中每个元素实体对应的元素关系，包括：

17、针对所述句子中的每个元素实体，由所述元素关系识别层模型基于所述元素实体对应元素实体向量和所述句子对应的情节阶段向量得到所述元素实体对应的查询向量；

18、针对每个元素实体，基于所述元素实体对应的查询向量和所述句子中每个字对应的字向量，确定所述句子中每个字在所述元素实体维度上各自对应的注意力分数；

19、将所述每个字在所述元素实体维度上各自对应的注意力分数和所述每个字对应的字向量进行加权求和，得到所述元素实体对应的融合特征向量，所述融合特征向量融合了元素实体信息和情节阶段类型信息的特征；

20、基于所述元素实体对应的融合特征向量确定所述元素实体对应的元素关系。

21、可选的，所述由所述情节阶段检测模型基于每个句子对应的句向量，对每个句子进行情节阶段的检测，以得到所述情节阶段检测层模型输出的每个句子对应的情节阶段，及每个情节阶段对应的情节阶段向量之前，所述方法还包括：

22、获得故事片段样本中每个句子样本对应的句向量样本；所述句向量样本标注有情节阶段；

23、将所述句向量样本输入情节阶段检测模型，得到所述情节阶段检测模型输出的预测情节阶段；

24、根据回归损失函数计算所述预测情节阶段与标注的情节阶段之间的损失，当所述损失满足收敛条件时，得到训练完成的情节阶段检测模型。

25、可选的，所述针对每个句子，由所述情节要素抽取模型基于所述句子中每个字对应的字向量和所述句子对应的情节阶段向量，对所述句子进行元素实体的抽取，以得到所述情节要素抽取层模型输出的所述句子对应的元素实体，及每个元素实体对应的元素实体向量之前，所述方法还包括：

26、针对故事片段样本的每个句子样本，获得所述句子样本中每个字样本对应的字向量样本和所述句子样本对应的情节阶段向量样本；

27、将所述句子样本中每个字样本对应的字向量样本和所述句子样本对应的情节阶段向量样本进行拼接，得到所述句子样本中每个字样本对应的拼接向量样本；所述每个字样本对应的拼接向量样本标注有每个字样本对应的关联标签；

28、将所述所述句子样本中每个字样本对应的拼接向量样本输入关联标签识别模型，得到所述关联标签识别模型输出的每个字样本对应的预测关联标签；其中，所述关联标签识别模型为所述情节要素抽取层模型中的子模型；

29、根据回归损失函数计算所述预测关联标签与标注的关联标签之间的损失，当所述损失满足收敛条件时，得到训练完成的关联标签识别模型。

30、可选的，所述由所述元素关系识别模型基于所述句子中每个元素实体对应的元素实体向量，对所述句子对应的元素实体进行元素关系的识别，以得到所述元素关系识别模型输出的所述句子中每个元素实体对应的元素关系之前，所述方法还包括：

31、获得故事片段样本的每个句子样本中的元素实体样本；所述元素实体样本标注有元素关系；

32、将所述元素实体样本输入元素关系识别模型，得到所述元素关系识别模型输出的元素实体样本对应的预测元素关系；

33、根据回归损失函数计算所述预测元素关系与标注的元素关系之间的损失，当所述损失满足收敛条件时，得到训练完成的元素关系识别层模型。

34、可选的，所述将所述情节图输入预先训练的歌词编解码模型之前，所述方法还包括：

35、获得情节图样本；所述情节图样本标注有歌词；

36、将所述情节图样本输入歌词编解码模型，得到所述歌词编解码模型输出的预测歌词；

37、根据回归损失函数计算所述预测歌词与标注的歌词之间的损失，当所述损失满足收敛条件时，得到训练完成的歌词编解码模型。

38、可选的，所述将所述故事片段文本输入预先训练的情节图抽取模型之前，所述方法还包括：

39、获得故事片段样本；所述故事片段样本标注有歌词；

40、将所述故事片段样本输入情节图抽取模型，得到所述情节图抽取模型输出的预测情节图；

41、将所述预测情节图输入歌词编解码模型，得到所述歌词编解码模型输出的预测歌词；

42、根据回归损失函数计算所述预测歌词与标注的歌词之间的损失，当所述损失满足收敛条件时，得到训练完成的情节图抽取模型。

43、可选的，所述获得故事片段文本，包括：

44、获得用户在歌词生成界面的第一区域输入的所述故事片段文本；

45、所述得到所述情节图抽取模型输出的情节图之后，所述方法还包括：

46、将所述情节图在所述歌词生成界面的第二区域进行展示；

47、所述得到所述歌词编解码模型输出的所述故事片段文本对应的歌词之后，所述方法还包括：

48、将所述歌词在所述歌词生成界面的第三区域进行展示。

49、可选的，所述将所述情节图在所述歌词生成界面的第二区域进行展示之后，所述方法还包括：

50、获得用户在所述第二区域对所述情节图进行修改的第一修改信息，并基于所述第一修改信息得到修改后的情节图；

51、所述将所述情节图输入预先训练的歌词编解码模型，包括：

52、将所述修改后的情节图输入预先训练的歌词编解码模型；

53、所述将所述歌词在所述歌词生成界面的第三区域进行展示之后，所述方法还包括：

54、获得用户在所述第三区域对所述歌词进行修改的第二修改信息，并基于所述第二修改信息得到修改后的歌词。

55、第二方面，本技术实施例提供了一种歌词生成设备，包括：

56、获得单元，用于获得故事片段文本；

57、输入单元，用于将所述故事片段文本输入预先训练的情节图抽取模型，由所述情节图抽取模型确定所述故事片段文本中每个句子对应的情节阶段、每个句子对应的元素实体和每个元素实体对应的元素关系，并基于所述每个元素实体对应的元素关系得到情节图后，得到所述情节图抽取模型输出的情节图；

58、所述输入单元，还用于将所述情节图输入预先训练的歌词编解码模型，由所述歌词编解码模型对所述情节图进行歌词的编解码处理后，得到所述歌词编解码模型输出的所述故事片段文本对应的歌词。

59、第三方面，本技术实施例提供了一种歌词生成设备，包括：

60、中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；

61、所述存储器为短暂存储存储器或持久存储存储器；

62、所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述歌词生成方法。

63、第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质包括指令，当指令在计算机上运行时，使得计算机执行前述歌词生成方法。

64、第五方面，本技术实施例提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行前述歌词生成方法。

65、从以上技术方案可以看出，本技术实施例具有以下优点：可以获得故事片段文本，将故事片段文本输入预先训练的情节图抽取模型，由情节图抽取模型确定故事片段文本中每个句子对应的情节阶段、每个句子对应的元素实体和每个元素实体对应的元素关系，并基于每个元素实体对应的元素关系得到情节图抽取模型输出的情节图，对于故事片段文本有相对应的结构化情节分析方法，得到的情节图具有故事的各种元素，可以根据具有故事的各种元素的情节图生成歌词，提高了歌词在故事情节上与故事片段文本的匹配度。