CN110245334B - 用于输出信息的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取待转换的音频信息；将音频信息转换成文本信息；将文本信息进行切词，得到词序列；对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标；将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。该实施方式能够将音频自动转成带标点的文章。

Description

用于输出信息的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于输出信息的方法和装置。

背景技术

在文章自动生成领域，多媒体转写自动生成的文章还比较少，大多是根据结构化的文本数据来生成文章，这使得数据来源单一，生成的文章不够丰富、广泛；而人工编辑的多媒体文章又非常的耗时和繁琐，造成不必要的人力、财力的开销。常规的方法主要是人工编辑，通过人工将相关音频转化为文本，然后根据音频主题等在网络上查找相关图片，最后人工的将转化后的文本和图片渲染。

基于人工的方法主要问题在于：(1)对于音频的转换：采用人工的方式费时费力，准确率也不一定高；(2)配图的选择：根据主题选择相关的图片，人工搜索的方式将耗费大量人力；(3)文章的组织渲染，将相关文本和图片组织最终生成一篇阅读性强的文章。

发明内容

本公开的实施例提出了用于输出信息的方法和装置。

第一方面，本公开的实施例提供了一种用于输出信息的方法，包括：获取待转换的音频信息；将音频信息转换成文本信息；将文本信息进行切词，得到词序列；对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标；将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

在一些实施例中，词连接概率表是通过以下步骤得到的：获取训练样本集合，训练样本包括含有标点的句子；将训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；根据词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

在一些实施例中，获取训练样本集合，包括：获取样本文章，将样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；对于样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

在一些实施例中，该方法还包括：将文章分成至少一个段落。

在一些实施例中，该方法还包括：确定文章的主题和实体；获取与文章的主题和实体匹配的图像；根据图像和文章生成图文信息。

在一些实施例中，该方法还包括：将图文信息进行排版优化。

第二方面，本公开的实施例提供了一种用于输出信息的装置，包括：获取单元，被配置成获取待转换的音频信息；转换单元，被配置成将音频信息转换成文本信息；切词单元，被配置成将文本信息进行切词，得到词序列；判断单元，被配置成对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标；连接单元，被配置成将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

在一些实施例中，该装置还包括训练单元，被配置成：获取训练样本集合，训练样本包括含有标点的句子；将训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；根据词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

在一些实施例中，训练单元进一步被配置成：获取样本文章，将样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；对于样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

在一些实施例中，该装置还包括分段单元，被配置成：将文章分成至少一个段落。

在一些实施例中，该装置还包括配图单元，被配置成：确定文章的主题和实体；获取与文章的主题和实体匹配的图像；根据图像和文章生成图文信息。

在一些实施例中，该装置还包括排版单元，被配置成：将图文信息进行排版优化。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的实施例提供的用于输出信息的方法和装置，可以根据音频解析出的文本内容进行句子链接并分段，然后根据本文主题内容进行配图，最后对文本、图片进行排版优化生成文章。相比于传统文章生成系统，该系统的数据更丰富、多样，来源也更广泛。相比传统的小编手写文章，有更高的时效性和覆盖度，同时也节省了人力成本和时间成本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于输出信息的方法的一个实施例的流程图；

图3是根据本公开的用于输出信息的方法的一个应用场景的示意图；

图4是根据本公开的用于输出信息的方法的又一个实施例的流程图；

图5a、5b是根据本公开的用于输出信息的方法的LSTM模型的网络结构示意图。

图6是根据本公开的用于输出信息的装置的一个实施例的结构示意图；

图7是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如音频转文字应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有麦克风、显示屏并且支持音频转文字的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio LayerIII，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的文字提供支持的后台编辑服务器。后台编辑服务器可以对接收到的音频等数据进行分析等处理，并将处理结果(例如根据音频生成的文章)反馈给终端设备。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开的实施例所提供的用于输出信息的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于输出信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法，包括以下步骤：

步骤201，获取待转换的音频信息。

在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行语音写稿的终端接收音频信息。音频信息可以是各种格式的音频文件。其包含大量的语句。音频文件的名称中可包含这段音频的标题。

步骤202，将音频信息转换成文本信息。

在本实施例中，可通过现有的自动语音识别(ASR，Automatic SpeechRecognition)技术将音频信息转换成整段文本。基于ASR解析得到的文本是一段没有断句的文本，所以还需要根据语意对其进行切割并链接，打上标点。

步骤203，将文本信息进行切词，得到词序列。

在本实施例中，将整段文本基于汉语或者英语的词法结构进行切词操作，得到整段音频的词序列。切词方法可包括最大逆向匹配法等常见切词方式。可先识别出音频的语种，例如，中文、英文或其它语种。然后根据该语种的词法结构进行切词操作。

步骤204，对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标。

在本实施例中，根据词连接概率模型生成的词连接概率表，针对每个词计算其和下一个词及各类标点的概率，取概率值最大的词或者标点进行链接。词连接概率表用于表征词与词或各类标点的概率。我们将每个词都看作独立的，也就是说，每个词后边都有可能加上标点(，。？！；等)。针对当前词，分别计算该词与各种标点以及下一个词的概率，最后取概率最高的词进行链接。如果概率最高是下一个词，说明这里还不需要标点连接，直接进行词追加就好。如果概率最高的是标点，则在该词后边追加标点符号。对所有词进行如上步骤，最后得到用标点连接好的句子。例如，词序列“我”“爱”“中国”“因为”，依次查询“我”与“爱”之间的连接概率，以及“我”与句号、逗号等标点的连接概率。可得到“我”与“爱”之间的连接概率最大，因此“我”“爱”之间不使用标点。而“中国”与句号的连接概率远大于“中国”与“因为”，也大于“中国”与其它标点的连接概率，因此在“中国”后面加上句号。词连接概率模型是本子系统的一个重点，需要训练相关模型，得到词与词之间出现的概率从而生成词连接概率表，然后取概率最高的词作为该词的连接目标。词连接概率表的生成过程将在步骤401-403中介绍。

步骤205，将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

在本实施例中，根据步骤204的结果，将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

在本实施例的一些可选的实现方式中，该方法还包括：将文章分成至少一个段落。可对文章进行语义分析，然后根据语义将文章分段。相同语义的文字内容归为一段。

在本实施例的一些可选的实现方式中，该方法还包括：确定文章的主题和实体；获取与文章的主题和实体匹配的图像；根据图像和文章生成图文信息。根据音频转换模块得到的文本数据，挖掘出文本中的实体(这里实体是比较细粒度的，包括人物比如明星、事物比如银行)以及主题(财经、娱乐、体育等类别)，然后根据实体去实体图库检索相关实体图、根据主题去主题图库检索相关主题图。这些图片即是文本相关图片，可以直接用做文章的配图。

在本实施例的一些可选的实现方式中，该方法还包括：将图文信息进行排版优化。自动将图片插入到文章比较合理的位置，并调整图片尺寸，使得文字内容和图片的面积比例达到预定值。

继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器接收到终端发送的音频文件“大理风光”。用户在该音频文件中用语音描述了云南大理的风土人情。通过ASR技术，将音频文件解析成整段的文本。然后将整段的文本切词后，查询词与词之间、词与各标点之间的连接概率，将概率最大的词或标点作为连接目标。每个词进行连接后生成带标点的文章。还可根据文本内容进行图片检索，找到合适的配图。然后根据文本语义将文章分段。最后将搜索到的图片插入到文章中再进行润色处理。

本公开的上述实施例提供的方法，可以根据音频解析出的文本内容进行句子链接&分段，然后根据本文主题内容进行配图，最后对文本、图片进行排版优化生成文章。相比于传统文章生成系统，该系统的数据更丰富、多样，来源也更广泛；相比传统的小编手写文章，有更高的时效性和覆盖度，同时也节省了人力成本和时间成本。

进一步参考图4，其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400，包括以下步骤：

步骤401，获取训练样本集合。

在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取训练样本集合，其中，训练样本包括含有标点的句子。流程400的执行主体可与流程200的执行主体相同，也可是不同执行主体。可由第三方服务器执行流程400后生成词连接概率表，再发给流程200的执行主体使用。

使用正常的新闻文本或者文章作为训练数据。

首先，进行文章切句，将文章按照一个大句的粒度进行切分，大句是指以句号、问号、感叹号结尾的句子。每一个大句作为一条数据；

然后，进行句子切词，根据英文或中文的词法结构对句子进行切词；

最后，进行词encode(编码)，讲每一个单词做embedding(嵌入)得到每个句子embedding表示，即得到了训练样本。这里的词包括标点符号。

步骤402，将训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型。

在本实施例中，LSTM(Long Short-Term Memory)是长短期记忆网络，是一种时间循环神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。原始RNN的隐藏层只有一个状态(图5a)，它对于短期的输入非常敏感。那么，假如我们再增加一个状态(图5b)，让它来保存长期的状态。

LSTM同样是这样的结构，但是重复的模块拥有一个不同的结构。不同于单一神经网络层，这里是有四个，以一种非常特殊的方式进行交互。

·在t时刻，LSTM的输入有三个：当前时刻网络的输入值、上一时刻LSTM的输出值、以及上一时刻的单元状态；LSTM的输出有两个：当前时刻LSTM输出值、和当前时刻的单元状态。

·LSTM的关键，就是怎样控制长期状态。在这里，LSTM的思路是使用三个控制开关。第一个开关，负责控制继续保存长期状态；第二个开关，负责控制把即时状态输入到长期状态；第三个开关，负责控制是否把长期状态作为当前的LSTM的输出。

步骤403，根据词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

在本实施例中，将embedding后的句子作为LSTM模型的输入，训练模型。拉取模型的中间过程，得到每个词与词之间的连接概率。将各词之间的连接概率进行统计分析得到词连接概率表。通过查词连接概率表，可得到词与词之前的连接概率。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于输出信息的装置600包括：获取单元601、转换单元602、切词单元603、判断单元604和连接单元605。其中，获取单元601，被配置成获取待转换的音频信息；转换单元602，被配置成将音频信息转换成文本信息；切词单元603，被配置成将文本信息进行切词，得到词序列；判断单元604，被配置成对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标；连接单元605，被配置成将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

在本实施例中，用于输出信息的装置600的获取单元601、转换单元602、切词单元603、判断单元604和连接单元605的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。

在本实施例的一些可选的实现方式中，装置600还包括训练单元(附图中未示出)，被配置成：获取训练样本集合，其中，训练样本包括含有标点的句子；将训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；根据词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

在本实施例的一些可选的实现方式中，训练单元进一步被配置成：获取样本文章，将样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；对于样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

在本实施例的一些可选的实现方式中，装置600还包括分段单元(附图中未示出)，被配置成：将文章分成至少一个段落。

在本实施例的一些可选的实现方式中，装置600还包括配图单元(附图中未示出)，被配置成：确定文章的主题和实体；获取与文章的主题和实体匹配的图像；根据图像和文章生成图文信息。

在本实施例的一些可选的实现方式中，装置600还包括排版单元(附图中未示出)，被配置成：将图文信息进行排版优化。

下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待转换的音频信息；将音频信息转换成文本信息；将文本信息进行切词，得到词序列；对于词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标；将词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、转换单元、切词单元、判断单元和连接单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待转换的音频信息的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于输出信息的方法，包括：

获取待转换的音频信息；

将所述音频信息转换成文本信息；

识别出音频的语种并根据该语种的词法结构将所述文本信息进行切词，得到词序列；

对于所述词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标，其中，所述词连接概率表是根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率进行统计分析得到的；

将所述词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出；

确定所述文章的主题和实体；

根据实体去实体图库检索相关实体图、根据主题去主题图库检索相关主题图；

根据所述实体图、所述主题图和所述文章生成图文信息。

2.根据权利要求1所述的方法，其中，所述词连接概率表是通过以下步骤得到的：

获取训练样本集合，其中，训练样本包括含有标点的句子；

将所述训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；

根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

3.根据权利要求2所述的方法，其中，所述获取训练样本集合，包括：

获取样本文章，将所述样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；

对于所述样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

4.根据权利要求1所述的方法，其中，所述方法还包括：

将所述文章分成至少一个段落。

5.根据权利要求1所述的方法，其中，所述方法还包括：

将所述图文信息进行排版优化。

6.一种用于输出信息的装置，包括：

获取单元，被配置成获取待转换的音频信息；

转换单元，被配置成将所述音频信息转换成文本信息；

切词单元，被配置成识别出音频的语种并根据该语种的词法结构将所述文本信息进行切词，得到词序列；

判断单元，被配置成对于所述词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标，其中，所述词连接概率表是根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率进行统计分析得到的；

连接单元，被配置成将所述词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出；

配图单元，被配置成确定所述文章的主题和实体；根据实体去实体图库检索相关实体图、根据主题去主题图库检索相关主题图；根据所述实体图、所述主题图和所述文章生成图文信息。

7.根据权利要求6所述的装置，其中，所述装置还包括训练单元，被配置成：

获取训练样本集合，其中，训练样本包括含有标点的句子；

将所述训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；

根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

8.根据权利要求7所述的装置，其中，所述训练单元进一步被配置成：

获取样本文章，将所述样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；

对于所述样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

9.根据权利要求6所述的装置，其中，所述装置还包括分段单元，被配置成：

将所述文章分成至少一个段落。

10.根据权利要求6所述的装置，其中，所述装置还包括排版单元，被配置成：

将所述图文信息进行排版优化。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images