基于图片内容的故事生成方法和装置与流程

本发明涉及图片识别技术领域，尤其涉及一种基于图片内容的故事生成方法和装置。

背景技术：

人工智能(artificialintelligence)，英文缩写为ai。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。

目前，图片的识别仅仅在于获取图片的内容信息，比较单一，并不能够将图片识别应用到人工智能中。

技术实现要素：

本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于图片内容的故事生成方法，用于解决现有技术中不能够将图片识别应用到人工智能中的问题，通过将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放，提高了人工智能的便利性和趣味性，提升了用户体验。

本发明的第二个目的在于提出一种基于图片内容的故事生成装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种基于图片内容的故事生成方法，包括：识别图片内容提取关键词；获取与所述关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与所述关键词和所述泛化词相关的句子；根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放。

本发明实施例的基于图片内容的故事生成方法，通过识别图片内容提取关键词，并获取与关键词相关的泛化词，然后根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子，最后根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放，实现将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放，提高了人工智能的便利性和趣味性，提升了用户体验。

另外，本发明实施例的基于图片内容的故事生成方法，还具有如下附加的技术特征：

可选地，所述获取与所述关键词相关的泛化词，包括：查询预设的近义词库获取与所述关键词对应的近义词，以及查询预先训练的关联词库获取与所述关键词对应的关联词。

可选地，所述的方法，还包括：对样本集合中的信息内容进行切词处理生成多个词单元；根据词单元之间的共现次数和预设阈值生成关联词库。

可选地，所述的方法，还包括：对故事样本中的信息内容进行切词和断句处理生成多个词单元和句单元；根据词单元和句单元之间的共现次数和预设阈值生成所述故事词句关联信息库。

可选地，在所述根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放之前，还包括：获取与所述关键词对应的第一权重以及与所述泛化词对应的第二权重；根据所述第一权重与所述第二权重对所述相关的句子进行筛选。

为达上述目的，本发明第二方面实施例提出了一种基于图片内容的故事生成装置，包括：提取模块，用于识别图片内容提取关键词；第一获取模块，用于获取与所述关键词相关的泛化词；第一生成模块，用于根据预先训练的故事词句关联信息库生成与所述关键词和所述泛化词相关的句子；处理模块，用于根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放。

本发明实施例的基于图片内容的故事生成装置，通过识别图片内容提取关键词，并获取与关键词相关的泛化词，然后根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子，最后根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放，实现将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放，提高了人工智能的便利性和趣味性，提升了用户体验。

另外，本发明实施例的基于图片内容的故事生成装置，还具有如下附加的技术特征：

可选地，所述获取模块用于：查询预设的近义词库获取与所述关键词对应的近义词，以及查询预先训练的关联词库获取与所述关键词对应的关联词。

可选地，所述获取模块还用于：对样本集合中的信息内容进行切词处理生成多个词单元；根据词单元之间的共现次数和预设阈值生成关联词库。

可选地，所述的装置，还包括：第二生成模块，用于对故事样本中的信息内容进行切词和断句处理生成多个词单元和句单元；第三生成模块，用于根据词单元和句单元之间的共现次数和预设阈值生成所述故事词句关联信息库。

可选地，所述的装置，还包括：第二获取模块，用于获取与所述关键词对应的第一权重以及与所述泛化词对应的第二权重；筛选模块，用于根据所述第一权重与所述第二权重对所述相关的句子进行筛选。

为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，使得能够执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与所述关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与所述关键词和所述泛化词相关的句子；根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放。

为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与所述关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与所述关键词和所述泛化词相关的句子；根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放。

为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与所述关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与所述关键词和所述泛化词相关的句子；根据预设的逻辑规则对所述句子进行排序处理生成与所述图片对应的故事并进行播放。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

图1是根据本发明一个实施例提供的基于图片内容的故事生成方法的流程图；

图2是是根据本发明一个实施例提供的图片样本示意图；

图3是是根据本发明另一个实施例提供的基于图片内容的故事生成示意图；

图4是根据本发明另一个实施例提供的基于图片内容的故事生成方法的流程图；

图5是根据本发明一个实施例提供的基于图片内容的故事生成装置的结构示意图；

图6是根据本发明另一个实施例提供的基于图片内容的故事生成装置的结构示意图；

图7是根据本发明又一个实施例提供的基于图片内容的故事生成装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的基于图片内容的故事生成方法和装置。

图1是根据本发明一个实施例提供的基于图片内容的故事生成方法的流程图。

需要说明的是，本申请实施例的基于图片内容的故事生成方法可以应用在android、ios、pc等系统的设备(手机、平板、电脑等设备)中。

具体地，图片内容识别是指对图片进行解释，可以识别出图片中包含的物体、图片的拍摄场景等。通常图片内容识别方法是物体检测法即通过定义一系列模板，使每个模板捕捉某种特定类型的物体。

然而，上述识别得到的结果比较单一，不能够应用于人工智能的图片识别技术中。为了进一步提高人工智能的便利性和趣味性，本发明提出一种基于图片内容的故事生成方法，通过将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放。具体如下：

如图1所示，该基于图片内容的故事生成方法包括以下步骤：

步骤101，识别图片内容提取关键词。

步骤102，获取与关键词相关的泛化词。

具体地，可以通过图片识别软件或者算法等方式对图片进行处理以识别出图片内容，并对图片内容进行处理提取关键词。可以理解的是，提取出若干个代表图片内容的词汇或短语作为关键词。

进一步地，可以通过很多种方式获取与关键词相关的泛化词，作为一种示例，查询预设的近义词库获取与关键词对应的近义词，查询预先训练的关联词库获取与关键词对应的关联词。

举例而言，通过对图2所示的图片进行识别内容提取关键词为“女孩”、“女人”等，接着在预设的近义词库中查询与“女孩”、“女人”等对应的近义词比如“女生”、“女神”、“佳人”等，再查询预先训练的关联词库，比如“女生”对应“可爱”、“萌萌哒”等，由此可以获取到“女神”、“女生”、“模特”、“佳人”、“可爱”、“漂亮”、“美美哒”、“美女”、“萌萌哒”等近义词及关联词作为与关键词相关的泛化词。

其中，近义词库是预先设置的，比如“美女”“女孩”是近义词；“厉害”、“太棒啦”是近义词等等，可以根据需要对近义词库进行调整即增加或者减少近义词的数量。近义词库中保存着多个近义词的相互关系(其形式可以是映射表等形式)，比如通过关键词x可以查找对应的映射表(还可以是通过相关算法计算等方式)找到其近义词y、z，或者更多的近义词。

需要说明的是，可以通过很多种方式训练关联词库，作为一种示例，对样本集合中的信息内容进行切词处理生成多个词单元，根据词单元之间的共现次数和预设阈值生成关联词库。即可以通过对大量词单元之间的关联性进行评估，比如两个词单元一起出现的次数大于预设阈值比如10次，则将这两个词单元设置为关联词保存在关联词库中。

步骤103，根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子。

步骤104，根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放。

具体地，预先需要训练生成故事词句关联信息库，可以理解的是，生成故事词句关联信息库的方式有很多种，可以根据实际应用需要进行选择设置，举例说明如下：

作为一种示例，对故事样本中的信息内容进行切词和断句处理生成多个词单元和句单元；根据词单元和句单元之间的共现次数和预设阈值生成故事词句关联信息库。即可以通过大量故事样本中的信息内容确定词单元和句单元之间的关联性，比如一个词单元和一个句单元一起出现的次数大于预设阈值比如10次，则将这词单元和句单元保存在故事词句关联信息库中。

举例而言，比如“有一只小花猫”这句单元和“喵喵叫”这个词单元总是同时出现在一个故事中，那么这句单元和这个词单元的评分就会较高即出现次数大于预设阈值，从而被作为故事词句关联信息保存在故事词句关联信息库中。

进一步地，根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子，即通过关键词、泛化词和预先训练的故事词句关联信息库可以得到的相关的句子，进行关联创作出一个全新的故事。

进一步地，故事是具有连续性的，即具有一定的情节。可以理解的是，得到相关的句子有很多，需要通过预先设置的逻辑规则对多个句子进行排序处理生成图片对应的故事并进行播放。

作为一种场景实现，用户上传一张图片如图3所示，可以自动匹配生成图片对应的故事“从前，有一个特别漂亮的小女孩，她非常爱笑，她还有一头美丽的秀发，她爱阳光，是个特别开朗的人，大家都喜欢她，为什么大家都喜欢她呢？就是因为人们都喜欢爱笑的人，你也要多笑一笑哦”。由此，进一步提高人工智能的趣味性。

综上所述，本发明实施例的基于图片内容的故事生成方法，通过识别图片内容提取关键词，并获取与关键词相关的泛化词，然后根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子，最后根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放，实现将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放，提高了人工智能的便利性和趣味性，提升了用户体验。

图4是根据本发明另一个实施例提供的基于图片内容的故事生成方法的流程图。如图4所示，在步骤104之前，还包括：

步骤201，获取与关键词对应的第一权重以及与泛化词对应的第二权重。

步骤202，根据第一权重与第二权重对相关的句子进行筛选。

具体地，用户可以根据实际应用需要给予关键词和泛化词不同的权重，比如关键词对应的第一权重为0.4；泛化词对应的第二权重为0.6等。从而可以得到满足需求的相关句子，进一步提高用户体验。

为了实现上述实施例，本发明提出了一种基于图片内容的故事生成装置。

图5是根据本发明一个实施例提供的基于图片内容的故事生成装置的流程图。

如图5所示，该基于图片内容的故事生成装置包括：提取模块11、第一获取模块12、第一生成模块13和处理模块14。

其中，提取模块11，用于识别图片内容提取关键词。

第一获取模块12，用于获取与关键词相关的泛化词。

第一生成模块13，用于根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子。

处理模块14，用于根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放。

进一步地，获取模块12，用于查询预设的近义词库获取与关键词对应的近义词，以及查询预先训练的关联词库获取与关键词对应的关联词。

进一步地，获取模块12，还用于对样本集合中的信息内容进行切词处理生成多个词单元；根据词单元之间的共现次数和预设阈值生成关联词库。

进一步地，如图6所示，在图5的基础上，该基于图片内容的故事生成装置还包括：第二生成模块15、第三生成模块16、第二获取模块17和筛选模块18。

其中，第二生成模块15，用于对故事样本中的信息内容进行切词和断句处理生成多个词单元和句单元。

第三生成模块16，用于根据词单元和句单元之间的共现次数和预设阈值生成故事词句关联信息库。

第二获取模块17，用于获取与关键词对应的第一权重以及与泛化词对应的第二权重。

筛选模块18，用于根据第一权重与第二权重对相关的句子进行筛选。

需要说明的是，前述对基于图片内容的故事生成方法实施例的解释说明也适用于该实施例的基于图片内容的故事生成装置，此处不再赘述。

综上所述，本发明实施例的基于图片内容的故事生成装置，通过识别图片内容提取关键词，并获取与关键词相关的泛化词，然后根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子，最后根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放，实现将识别后的图片内容进行进一步的泛化处理后生成与图片对应的故事并进行播放，提高了人工智能的便利性和趣味性，提升了用户体验。

图7是根据本发明又一个实施例提供的基于图片内容的故事生成装置的流程图。如图7所示，该基于图片内容的故事生成装置包括：

存储器21、处理器22及存储在存储器21上并可在处理器22上运行的计算机程序。

处理器22执行所述程序时实现上述实施例中提供的基于图片内容的故事生成方法。

进一步地，基于图片内容的故事生成装置还包括：

通信接口23，用于存储器21和处理器22之间的通信。

存储器21，用于存放可在处理器22上运行的计算机程序。

存储器21可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

处理器22，用于执行所述程序时实现上述实施例所述的基于图片内容的故事生成方法。

如果存储器21、处理器22和通信接口23独立实现，则通信接口21、存储器21和处理器22可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(industrystandardarchitecture，简称为isa)总线、外部设备互连(peripheralcomponent，简称为pci)总线或扩展工业标准体系结构(extendedindustrystandardarchitecture，简称为eisa)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器21、处理器22及通信接口23，集成在一块芯片上实现，则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。

处理器22可能是一个中央处理器(centralprocessingunit，简称为cpu)，或者是特定集成电路(applicationspecificintegratedcircuit，简称为asic)，或者是被配置成实施本发明实施例的一个或多个集成电路。

为了实现上述实施例，本发明还提出计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，使得能够执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子；根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子；根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放。

为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，使得能够执行一种基于图片内容的故事生成方法，所述方法包括：识别图片内容提取关键词；获取与关键词相关的泛化词；根据预先训练的故事词句关联信息库生成与关键词和泛化词相关的句子；根据预设的逻辑规则对句子进行排序处理生成与图片对应的故事并进行播放。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。