1.一种基于深度学习的语文范文生成方法,其特征在于,包括:
对从目标网站中爬取到的若干范文按照范文类型进行归类,得到不同类型的范文集;
构建每个范文集中每篇范文的范文模型;
对于每个范文集,将其中所有范文各自对应的范文模型融合为与该范文集对应的类融合模型;
接收用户输入的语文写作信息;所述语文写作信息至少包括写作主题和写作类型;
根据预设匹配值算法,计算所述语文写作信息与各类融合模型的匹配值;
输出计算出的最大匹配值对应的类融合模型对应范文集中的范文。
2.根据权利要求1所述的基于深度学习的语文范文生成方法,其特征在于,所述构建每个范文集中每篇范文的范文模型,包括:
提取每个范文集中每篇范文的关键条目及其对应的条目属性;
根据每篇范文的所有条目属性,构建每篇范文的范文模型。
3.根据权利要求2所述的基于深度学习的语文范文生成方法,其特征在于,所述对于每个范文集,将其中所有范文各自对应的范文模型融合为与该范文集对应的类融合模型,包括:
对于每个范文集,根据当前范文集中每篇范文的范文模型、每篇范文的条目属性及预设范文融合值算法,计算当前范文集中所有范文的范文模型的融合值;
判断当前范文集对应的范文模型的融合值是否小于预设融合值;
若所述当前范文集对应的范文模型的融合值小于预设融合值,则根据所述当前范文集中全部范文和预设范文生成模型,生成对应的类融合模型。
若所述当前范文集对应的范文模型的融合值不小于预设融合值,则从所述目标网站中爬取若干范文,并重新执行对从目标网站中爬取到的若干范文按照范文类型进行归类,得到不同类型的范文集的步骤。
4.根据权利要求3所述的基于深度学习的语文范文生成方法,其特征在于,所述预设范文融合值算法为:
其中,r为当前范文集中所有范文的范文模型的融合值,m为当前范文集中的范文总数;
5.根据权利要求1所述的基于深度学习的语文范文生成方法,其特征在于,所述预设匹配值算法为:
其中,pi表示用户输入的语文写作信息与第i个类融合模型的匹配值;n表示预先得到的类融合模型的总数;βi为所述写作主题与所述第i个类融合模型的关联值,βi的取值范围为[0,1];δi为所述写作类型与所述第i个类融合模型的关联值,δi的取值范围为[0.8,1];fi为所述第i个类融合模型的模型信任度值,取值范围为[3,5]。
6.根据权利要求1所述的基于深度学习的语文范文生成方法,其特征在于,所述目标网站为与文章相关的网站。
7.根据权利要求2所述的基于深度学习的语文范文生成方法,其特征在于,所述范文关键条目可以包括:范文主题、范文关键词汇、范文技术内容、范文语言修饰、范文描述流利度;对应条目属性可以包括:主体属性、关键词属性、技术属性、语言修饰属性、描述流利度属性。