基于双向上下文感知的文本补全方法及计算机设备

本申请提出了一种基于双向上下文感知的文本补全方法及计算机设备，为了频繁或误触发补全任务，在响应对输入文本的补全触发信号时，才获得输入文本中的双向上下文信息，以生成融合的上下文特征表示后，将结合与该上下文特征表示相关联的多模态特征表示，来深度理解当前场景下的用户补全意图，以通过两者之间的关联性分析，获得多模态特征表示的注意力权重分布，以理解不同多模态信息对生成补全内容的贡献程度，从而基于该注意力权重分布、多模态特征表示和上下文特征表示，确保所生成的补全内容既贴合上下文又符合逻辑，提升自然语言补全的精准性与立体性，适配多种场景。且无需用户切换应用或额外输入补全需求，减少操作步骤。