本发明涉及人工智能领域,尤其涉及一种基于汽车资讯类文章的自动生成方法。
背景技术:
1、随着人工智能技术的发展,互联网技术已经发展到可以借助深度学习来实现自动生成文章。目前的技术一般是使用由大量文章数据训练的语言模型,输入关键词进行生成,或是借助于预训练的大模型,给大模型输入指令即生成一篇文章。但是传统模型的训练集涵盖汽车领域的术语较少,并且没有准确的汽车参数信息。因此用以往生成文章的方法生成汽车资讯类文章具有以下缺点:
2、1、文章内容与事实不符;
3、2、专业术语匮乏;
4、3、语言的丰富性低;
5、4、只能创作文字,并不能给文章配插图
6、从而无法给用户提供真实信息,另一方面,汽车资讯文章往往需要将该车的各部位图片展示给用户。
技术实现思路
1、本发明的目的在于,针对上述的技术问题,提出一种基于汽车资讯类文章的自动生成方法。
2、一种基于汽车资讯类文章的自动生成方法,步骤为:
3、s1:准备生成的文章数据;
4、s2:微调中文语言大模型;
5、s3:设计各部分提示词模板;
6、s4:提示词输入中文语言大模型并返回结果;
7、s5:从图片数据库选择图片插入,保存文档。
8、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s1的子步骤包括:
9、s11:收集各汽车网站的文章咨询,选取每个车型的典型文章作为样例;
10、s12:将样例按文章结构的规则分段保存,形成每个车型的样本数据库;
11、所述文章结构包括开头、外观、内饰、空间和配置、动力、结尾;
12、s13:对已有图片库的图片依照车型和部位进行分类,形成图片数据库;
13、车型和部位包括车头、车尾、内饰、后排座椅、后备箱空间;
14、s14:将图片插入对应的文章结构的分段后,形成文章样例库。
15、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s2包括以下子步骤:
16、s21:测试现有的大型语言模型,选择效果最佳的模型部署到服务器中;
17、s22:利用自建的文章样例库对大型语言模型进行微调训练,在原有模型基础上通过学习汽车文本的语言和新闻特征,优化大型语言模型对汽车领域类型文章的措辞和句式。
18、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s3包括以下子步骤:
19、s31:针对文章结构设计提示词,从指定车型的样例数据库中抽取样例拼接到提示词框架;
20、所述提示词包括提示词框架、真实样例;
21、s32:提示词工程进行测试和优化,提升大型语言模型生成文章的效果。
22、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s4包括以下子步骤:
23、s41:对生成的文章结果进行检查,对测试过程中常见的错误进行总结;
24、s42:为每个车型定制不同文章结构的不合法词表,对大型语言模型返回的结果进行判断:
25、若结果中包含不合法词语或感情色彩不符,抛弃本次结果,重新执行生成;
26、若结果中不包含不合法词语并感情色彩相符,保存本次结果。
27、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s4包括以下子步骤:
28、s41:对生成的文章结果进行检查,对测试过程中常见的错误进行总结;
29、s42:为每个车型定制不同文章结构的不合法词表,对大型语言模型返回的结果进行判断:
30、若结果中包含不合法词语或感情色彩不符,抛弃本次结果,重新执行生成;
31、若结果中不包含不合法词语并感情色彩相符,保存本次结果。
32、进一步的,一种基于汽车资讯类文章的自动生成方法,所述s5包括以下子步骤:
33、s51:每生成一段文章结构后,在图片数据库中搜索对应的车型和部位;
34、s52:随机选取一个图片插入一段文章结构后,检测到达文章结尾,将文档保存至用户指定的位置。
35、本发明的有益效果:通过一种基于汽车资讯类文章的自动生成方法,解决了传统模型自动生成的汽车资讯文章内容与事实不符、术语较少的问题,自动化生成指定车型的文章,能对用户展示该车的实际参数和图片,批量化生成文章,为汽车文章作者提供了可靠参考,提高了工作效率,同时有助于汽车品牌宣传。
1.一种基于汽车资讯类文章的自动生成方法,其特征在于,步骤为:
2.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,所述s1的子步骤包括:
3.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,其特征在于,所述s2包括以下子步骤:
4.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,其特征在于,所述s3包括以下子步骤:
5.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,所述s4包括以下子步骤:
6.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,所述s4包括以下子步骤:
7.根据权利要求1所述的一种基于汽车资讯类文章的自动生成方法,所述s5包括以下子步骤: