1.一种诗歌自动生成方法，其特征在于，包括：

获取所录入的人员属性信息，并根据人员属性信息提取预设指定个数的关键词；

根据关键词的个数及关键词的词性，对应获取诗歌生成类型；

依序获取关键词，将获取的当前关键词及上一关键词输入LSTM模型进行编码和解码，得到与关键词一一对应的诗句；其中LSTM模型为长短记忆神经网络；

将与关键词一一对应的诗句填充至预设的诗歌正文模板，得到诗歌；

所述根据关键词的个数及关键词的词性，对应获取诗歌生成类型，包括：获取指定个数的关键词中形容词所占比率；

若形容词所占比率小于50％，将诗歌生成类型置为五言绝句或五言律诗；

若形容词所占比率大于或等于50％，将诗歌生成类型置为七言绝句或七言律诗；

其中，通过viterbi算法对关键词的词性进行判断。

2.根据权利要求1所述的诗歌自动生成方法，其特征在于，所述获取所录入的人员属性信息，并根据人员属性信息提取预设指定个数的关键词，包括：对所录入的人员属性信息按信息录入的先后顺序进行升序的编号；

通过随机算法获取N个编号，并获取与N个编号一一对应的人员属性信息并作为关键词；其中N为预设的关键词的指定个数。

3.根据权利要求1所述的诗歌自动生成方法，其特征在于，所述指定个数为4；

所述依序获取关键词，将获取的当前关键词及上一关键词输入LSTM模型进行编码和解码，得到与关键词一一对应的诗句，包括：获取第一关键词，将第一关键词输入LSTM模型进行编码和解码，得到与第一关键词对应的第一诗句；

获取第二关键词，将第二关键词及第一关键词均输入LSTM模型进行编码和解码，得到与第二关键词对应的第二诗句；

获取第三关键词，将第三关键词及第二关键词均输入LSTM模型进行编码和解码，得到与第三关键词对应的第三诗句；

获取第四关键词，将第四关键词及第三关键词均输入LSTM模型进行编码和解码，得到与第四关键词对应的第四诗句。

4.根据权利要求3所述的诗歌自动生成方法，其特征在于，所述将第二关键词及第一关键词均输入LSTM模型进行编码和解码，得到与第二关键词对应的第二诗句，包括：将第二关键词及第一关键词均输入LSTM模型中的第一层LSTM结构进行编码，得到隐含状态组成的序列；

将隐含状态组成的序列输入至LSTM模型中的第二层LSTM结构进行解码，得到诗句的字词序列；

将诗句的字词序列依次串接，得到第二诗句。

5.一种诗歌自动生成装置，其特征在于，包括：

关键词获取单元，用于获取所录入的人员属性信息，并根据人员属性信息提取预设指定个数的关键词；

诗歌类型获取单元，用于根据关键词的个数及关键词的词性，对应获取诗歌生成类型；

模型输入单元，用于依序获取关键词，将获取的当前关键词及上一关键词输入LSTM模型进行编码和解码，得到与关键词一一对应的诗句；其中LSTM模型为长短记忆神经网络；

诗句组合单元，用于将与关键词一一对应的诗句填充至预设的诗歌正文模板，得到诗歌；

所述诗歌类型获取单元，包括：

比率计算单元，用于获取指定个数的关键词中形容词所占比率；

第一类型选择单元，用于若形容词所占比率小于50％，将诗歌生成类型置为五言绝句或五言律诗；

第二类型选择单元，用于若形容词所占比率大于或等于50％，将诗歌生成类型置为七言绝句或七言律诗；

其中，通过viterbi算法对关键词的词性进行判断。

6.根据权利要求5所述的诗歌自动生成装置，其特征在于，所述指定个数为4；

所述模型输入单元，包括：

第一诗句生成单元，用于获取第一关键词，将第一关键词输入LSTM模型进行编码和解码，得到与第一关键词对应的第一诗句；

第二诗句生成单元，用于获取第二关键词，将第二关键词及第一关键词均输入LSTM模型进行编码和解码，得到与第二关键词对应的第二诗句；

第三诗句生成单元，用于获取第三关键词，将第三关键词及第二关键词均输入LSTM模型进行编码和解码，得到与第三关键词对应的第三诗句；

第四诗句生成单元，用于获取第四关键词，将第四关键词及第三关键词均输入LSTM模型进行编码和解码，得到与第四关键词对应的第四诗句。

7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并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1-4中任一项所述的诗歌自动生成方法。

8.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的诗歌自动生成方法。