本申請(qǐng)屬于計(jì)算機(jī)領(lǐng)域，具體涉及一種內(nèi)容生成方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著科技的發(fā)展，用戶每天將接收到來(lái)自各個(gè)途徑的大量宣傳內(nèi)容。相應(yīng)地，對(duì)于內(nèi)容創(chuàng)作從業(yè)者來(lái)說(shuō)，例如廣告行業(yè)從業(yè)者，則需要不斷創(chuàng)新，向用戶提供豐富的內(nèi)容，以吸引用戶的注意力并提高內(nèi)容宣傳效果。如何解決創(chuàng)意疲勞問(wèn)題成了研究的熱門(mén)話題，通常通過(guò)人工智能生成內(nèi)容(artificial?intelligence?generate?content，簡(jiǎn)稱aigc)模型技術(shù)輔助突破創(chuàng)作瓶頸，完成內(nèi)容創(chuàng)作。

2、相關(guān)技術(shù)中，人工智能生成內(nèi)容模型通過(guò)訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練完成后，便投入到實(shí)際推理階段進(jìn)行使用。在人工智能生成內(nèi)容模型推理使用階段，對(duì)于新數(shù)據(jù)的再訓(xùn)練存在一定局限性，導(dǎo)致人工智能生成內(nèi)容模型生成的內(nèi)容無(wú)法及時(shí)更新，存在一定的滯后性。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種內(nèi)容生成的方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)，一定程度上可以解決相關(guān)技術(shù)中由于人工智能生成內(nèi)容模型對(duì)于新數(shù)據(jù)的再訓(xùn)練存在局限性，導(dǎo)致人工智能生成內(nèi)容模型生成的內(nèi)容存在一定的滯后性的問(wèn)題。

2、第一方面，本申請(qǐng)實(shí)施例提供了一種內(nèi)容生成方法，包括：

3、獲取目標(biāo)文本，所述目標(biāo)文本包括用于指示內(nèi)容生成的關(guān)鍵詞；

4、向人工智能生成內(nèi)容模型輸入所述目標(biāo)文本；

5、通過(guò)所述人工智能生成內(nèi)容模型得到與所述目標(biāo)文本相匹配的目標(biāo)生成內(nèi)容；

6、其中，在通過(guò)所述人工智能生成內(nèi)容模型得到目標(biāo)生成內(nèi)容的過(guò)程中，所述人工智能生成內(nèi)容模型基于第一向量和第二向量，生成目標(biāo)結(jié)果，所述目標(biāo)結(jié)果用于得到所述目標(biāo)生成內(nèi)容；

7、所述第一向量為所述人工智能生成內(nèi)容模型基于所述目標(biāo)文本生成的向量，所述第二向量為從向量數(shù)據(jù)庫(kù)中獲取的與所述目標(biāo)文本相關(guān)聯(lián)的向量，所述向量數(shù)據(jù)庫(kù)獲取所述第二向量的時(shí)間比獲取用于訓(xùn)練所述人工智能生成內(nèi)容模型的歷史數(shù)據(jù)的時(shí)間更晚。

8、第二方面，本申請(qǐng)實(shí)施例提供了一種內(nèi)容生成裝置，包括：

9、獲取模塊，用于獲取目標(biāo)文本，所述目標(biāo)文本包括用于指示內(nèi)容生成的關(guān)鍵詞；

10、輸入模塊，用于向人工智能生成內(nèi)容模型輸入所述目標(biāo)文本；

11、處理模塊，用于通過(guò)所述人工智能生成內(nèi)容模型得到與所述目標(biāo)文本相匹配的目標(biāo)生成內(nèi)容；

12、其中，在通過(guò)所述人工智能生成內(nèi)容模型得到目標(biāo)生成內(nèi)容的過(guò)程中，所述人工智能生成內(nèi)容模型基于第一向量和第二向量，生成目標(biāo)結(jié)果，所述目標(biāo)結(jié)果用于得到所述目標(biāo)生成內(nèi)容；

13、所述第一向量為所述人工智能生成內(nèi)容模型基于所述目標(biāo)文本生成的向量，所述第二向量為從向量數(shù)據(jù)庫(kù)中獲取的與所述目標(biāo)文本相關(guān)聯(lián)的向量，所述向量數(shù)據(jù)庫(kù)獲取所述第二向量的時(shí)間比獲取用于訓(xùn)練所述人工智能生成內(nèi)容模型的歷史數(shù)據(jù)的時(shí)間更晚。

14、第三方面，本申請(qǐng)實(shí)施例提供了一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)程序或指令，所述程序或指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法的步驟。

15、第四方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述介質(zhì)上存儲(chǔ)程序或指令，所述程序或指令被執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法的步驟。

16、第五方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法的步驟。

17、在本申請(qǐng)實(shí)施例中，獲取目標(biāo)文本，所述目標(biāo)文本包括用于指示內(nèi)容生成的關(guān)鍵詞；向人工智能生成內(nèi)容模型輸入所述目標(biāo)文本；通過(guò)所述人工智能生成內(nèi)容模型得到與所述目標(biāo)文本相匹配的目標(biāo)生成內(nèi)容；其中，在通過(guò)所述人工智能生成內(nèi)容模型得到目標(biāo)生成內(nèi)容的過(guò)程中，所述人工智能生成內(nèi)容模型基于第一向量和第二向量，生成目標(biāo)結(jié)果，所述目標(biāo)結(jié)果用于得到所述目標(biāo)生成內(nèi)容；所述第一向量為所述人工智能生成內(nèi)容模型基于所述目標(biāo)文本生成的向量，所述第二向量為從向量數(shù)據(jù)庫(kù)中獲取的與所述目標(biāo)文本相關(guān)聯(lián)的向量，所述向量數(shù)據(jù)庫(kù)獲取所述第二向量的時(shí)間比獲取用于訓(xùn)練所述人工智能生成內(nèi)容模型的歷史數(shù)據(jù)的時(shí)間更晚。如此，在通過(guò)所述人工智能生成內(nèi)容模型基于目標(biāo)文本得到目標(biāo)生成內(nèi)容的過(guò)程中，不僅可以由人工智能生成內(nèi)容模型基于目標(biāo)文本生成第一向量，還可以從向量數(shù)據(jù)庫(kù)中獲取與目標(biāo)文本相關(guān)聯(lián)的第二向量，并基于第一向量和第二向量，得到目標(biāo)生成內(nèi)容。由于所述向量數(shù)據(jù)庫(kù)獲取所述第二向量的時(shí)間比獲取用于訓(xùn)練所述人工智能生成內(nèi)容模型的歷史數(shù)據(jù)的時(shí)間更晚，也就是說(shuō)所述第二向量中的內(nèi)容較第一向量的內(nèi)容更加具有實(shí)時(shí)性，進(jìn)一步使人工智能生成內(nèi)容模型基于第一向量和第二向量得到的目標(biāo)生成內(nèi)容也更加具有實(shí)時(shí)性。一定程度上解決了相關(guān)技術(shù)中由于人工智能生成內(nèi)容模型對(duì)于新數(shù)據(jù)的再訓(xùn)練存在局限性，導(dǎo)致人工智能生成內(nèi)容模型生成的內(nèi)容存在一定的滯后性的問(wèn)題。

技術(shù)特征：

1.一種內(nèi)容生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人工智能生成內(nèi)容模型包括文本編碼器、內(nèi)容生成器和解碼器；所述目標(biāo)結(jié)果包括目標(biāo)向量；

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第二向量和所述第三向量具有相同的關(guān)鍵詞特征；所述生成內(nèi)容為廣告內(nèi)容；所述向量數(shù)據(jù)庫(kù)為包括多模態(tài)向量的數(shù)據(jù)庫(kù)，所述多模態(tài)向量包括文本向量、圖像向量、音頻向量和視頻向量中的至少二種。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述目標(biāo)文本包括n個(gè)關(guān)鍵詞，所述文本向量包括與所述n個(gè)關(guān)鍵詞一一對(duì)應(yīng)的n個(gè)詞向量，所述n個(gè)詞向量由1個(gè)第一指示向量和(n-1)個(gè)第二指示向量組成，n為大于1的正整數(shù)；

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，獲取目標(biāo)文本，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述得到符合所述內(nèi)容類型的目標(biāo)生成內(nèi)容之后，所述方法還包括：

7.一種內(nèi)容生成裝置，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)在所述處理器上運(yùn)行的程序或指令，所述程序或指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述介質(zhì)上存儲(chǔ)程序或指令，所述程序或指令被執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種內(nèi)容生成方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)，屬于計(jì)算機(jī)領(lǐng)域。包括：獲取目標(biāo)文本，目標(biāo)文本包括用于指示內(nèi)容生成的關(guān)鍵詞；向人工智能生成內(nèi)容模型輸入目標(biāo)文本；通過(guò)人工智能生成內(nèi)容模型得到與目標(biāo)文本相匹配的目標(biāo)生成內(nèi)容；其中，在通過(guò)人工智能生成內(nèi)容模型得到目標(biāo)生成內(nèi)容的過(guò)程中，人工智能生成內(nèi)容模型基于第一向量和第二向量，生成目標(biāo)結(jié)果，目標(biāo)結(jié)果用于得到目標(biāo)生成內(nèi)容；第一向量為人工智能生成內(nèi)容模型基于所述目標(biāo)文本生成的向量，第二向量為從向量數(shù)據(jù)庫(kù)中獲取的與目標(biāo)文本相關(guān)聯(lián)的向量，向量數(shù)據(jù)庫(kù)獲取所述第二向量的時(shí)間比獲取用于訓(xùn)練人工智能生成內(nèi)容模型的歷史數(shù)據(jù)的時(shí)間更晚。

技術(shù)研發(fā)人員：厲舒暢,余立,叢鵬宇,嚴(yán)昱超,陳建忠,金煒眾,陳其博,劉夢(mèng)迪
受保護(hù)的技術(shù)使用者：中國(guó)移動(dòng)通信集團(tuán)浙江有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21