文本生成方法、装置、电子设备及可读存储介质与流程

本公开涉及文本处理，尤其涉及一种文本生成方法、装置、电子设备及可读存储介质。

背景技术：

1、在文本生成任务中，通常依赖单一模型或简单的投票机制得到目标答案，但在面对复杂、高风险任务时，难以有效评估和整合不同视角，常因模型局限性或集体偏见导致决策失误，可靠性不足；现有技术中，可以通过引入多智能体并行推理分散风险，但该方法计算成本高且收敛速度慢；也可以通过设置固定的共识阈值来加速决策，但这种方式缺乏对不同风险等级任务的动态适应性；且流程僵化，无法对内部产生的分歧进行精细化审计与路径优化。

2、由此可见，现有技术中存在由于难以有效评估和整合不同视角、多智能体并行推理计算成本高且收敛速度慢，固定共识阈值对任务风险等级的动态适应性不足，对抗性验证流程僵化，导致文本生成结果的可靠性不足、文本生成效率低，文本评估和整合的灵活性差的问题。

技术实现思路

1、有鉴于此，本公开实施例提供了一种文本生成方法、装置、电子设备及可读存储介质，以解决现有技术中由于难以有效评估和整合不同视角、多智能体并行推理计算成本高且收敛速度慢，固定共识阈值对任务风险等级的动态适应性不足，对抗性验证流程僵化，导致文本生成结果的可靠性不足、文本生成效率低，文本评估和整合的灵活性差的问题。

2、本公开实施例的第一方面，提供了一种文本生成方法，包括：基于预设的规则配置数据对初始指令数据进行风险分级路由处理，得到链路配置数据；基于链路配置数据对初始指令数据进行多路响应收敛处理，得到收敛结果数据；对收敛结果数据进行路径重构处理，得到候选文本数据；对候选文本数据进行协同偏差校验处理，得到目标文本应答数据。

3、在一些实施例中，基于链路配置数据对初始指令数据进行多路响应收敛处理，得到收敛结果数据，包括：基于链路配置数据对初始指令数据进行并发响应采集处理，得到多路响应数据；对多路响应数据进行实时语义聚类处理，得到响应簇数据；对响应簇数据进行阈值收敛终止处理，得到收敛结果数据。

4、在一些实施例中，对收敛结果数据进行路径重构处理，得到候选文本数据，包括：对收敛结果数据进行分歧节点识别处理，得到分歧节点数据；对分歧节点数据进行分支证据量化处理，得到分支强度数据；对分支强度数据进行全路径拼接处理，得到候选文本数据。

5、在一些实施例中，对候选文本数据进行协同偏差校验处理，得到目标文本应答数据，包括：对候选文本数据进行收敛系数计算处理，得到收敛系数数据；对收敛系数数据进行异构验证触发处理，得到验证状态数据；对验证状态数据进行校验输出处理，得到目标文本应答数据。

6、在一些实施例中，基于预设的规则配置数据对初始指令数据进行风险分级路由处理，得到链路配置数据，包括：对初始指令数据进行风险特征解析处理，得到风险特征数据；基于预设的规则配置数据对风险特征数据进行等级映射处理，得到风险等级数据；对风险等级数据进行链路策略配置处理，得到链路配置数据。

7、在一些实施例中，对分歧节点数据进行分支证据量化处理，得到分支强度数据，包括：对分歧节点数据进行支撑证据提取处理，得到支撑证据数据；对支撑证据数据进行语义相关性量化处理，得到语义相关数据；对语义相关数据进行事实准确性融合处理，得到分支强度数据。

8、在一些实施例中，对多路响应数据进行实时语义聚类处理，得到响应簇数据，包括：对多路响应数据进行文本向量化处理，得到响应向量数据；对响应向量数据进行向量空间聚类处理，得到响应簇数据。

9、本公开实施例的第二方面，提供了一种文本生成装置，包括：第一处理模块，用于基于预设的规则配置数据对初始指令数据进行风险分级路由处理，得到链路配置数据；第二处理模块，用于基于链路配置数据对初始指令数据进行多路响应收敛处理，得到收敛结果数据；第三处理模块，用于对收敛结果数据进行路径重构处理，得到候选文本数据；第四处理模块，用于对候选文本数据进行协同偏差校验处理，得到目标文本应答数据。

10、本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

11、本公开实施例的第四方面，提供了一种可读存储介质，该可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

12、本公开实施例与现有技术相比存在的有益效果是：通过基于预设的规则配置数据对初始指令数据进行风险分级路由处理，得到链路配置数据；基于链路配置数据对初始指令数据进行多路响应收敛处理，得到收敛结果数据；对收敛结果数据进行路径重构处理，得到候选文本数据；对候选文本数据进行协同偏差校验处理，得到目标文本应答数据，以此提升了文本生成链路分配的精准性与资源利用效率；增强了生成结果的多样性与稳健性；提高了候选文本的完整性与可读性；提升了目标文本应答数据的准确性与可靠性。

1.一种文本生成方法，其特征在于，包括：

2.根据权利要求1所述的文本生成方法，其特征在于，所述基于所述链路配置数据对所述初始指令数据进行多路响应收敛处理，得到收敛结果数据，包括：

3.根据权利要求1所述的文本生成方法，其特征在于，所述对所述收敛结果数据进行路径重构处理，得到候选文本数据，包括：

4.根据权利要求1所述的文本生成方法，其特征在于，所述对所述候选文本数据进行协同偏差校验处理，得到目标文本应答数据，包括：

5.根据权利要求1所述的文本生成方法，其特征在于，所述基于预设的规则配置数据对初始指令数据进行风险分级路由处理，得到链路配置数据，包括：

6.根据权利要求3所述的文本生成方法，其特征在于，所述对所述分歧节点数据进行分支证据量化处理，得到分支强度数据，包括：

7.根据权利要求2所述的文本生成方法，其特征在于，所述对所述多路响应数据进行实时语义聚类处理，得到响应簇数据，包括：

8.一种文本生成装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述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计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。