公开(公告)号：CN111931496B

公开(公告)日：2022-11-15

申请号：CN202010652890.X

申请日：2020-07-08

Applicant: 广东工业大学

Inventor： 郝志峰 ,  陈渝升 ,  蔡瑞初 ,  陈炳丰 ,  温雯 ,  王丽娟 ,  陈诚

IPC: G06F40/289 ,  G06F40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供的一种基于递归神经网络模型的文本风格转换系统及方法，包括包括输入模块、原风格样本数据库、目标风格样本数据库、预处理模块、训练模块、模型数据库、输出模块和评价模块，能充分提取文本特征，结合半监督的方法，对平行语料库需求较低，且通过函数映射的方式实现风格转换，需要优化的参数少，容易收敛，便于实际的应用；同时，其引入反馈机制，能适时更具新增样本对模型进行调整，提高输出文本的质量。

公开(公告)号：CN111931496A

公开(公告)日：2020-11-13

申请号：CN202010652890.X

申请日：2020-07-08

Applicant: 广东工业大学

Inventor： 郝志峰 ,  陈渝升 ,  蔡瑞初 ,  陈炳丰 ,  温雯 ,  王丽娟 ,  陈诚

IPC: G06F40/289 ,  G06F40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供的一种基于递归神经网络模型的文本风格转换系统及方法，包括包括输入模块、原风格样本数据库、目标风格样本数据库、预处理模块、训练模块、模型数据库、输出模块和评价模块，能充分提取文本特征，结合半监督的方法，对平行语料库需求较低，且通过函数映射的方式实现风格转换，需要优化的参数少，容易收敛，便于实际的应用；同时，其引入反馈机制，能适时更具新增样本对模型进行调整，提高输出文本的质量。

公开(公告)号：CN110442866A

公开(公告)日：2019-11-12

申请号：CN201910685953.9

申请日：2019-07-28

Applicant: 广东工业大学

Inventor： 赫志峰 ,  陈诚 ,  蔡瑞初 ,  陈炳丰 ,  温雯 ,  王丽娟 ,  陈渝升

IPC: G06F17/27 ,  H03M7/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及句子压缩领域，公开了一种融合语法信息的句子压缩方法，包括步骤：S1、对句子压缩网络中的参数进行随机初始化；S2、从数据集获取压缩前句子的序列、词性序列和对应的压缩序列标签；S3、以时间步为单位，将原句子序列的每个单词以及词性序列中对应词性依次输入到网络中所对应的编码器中去；S4、把单词网络编码器最后一个时间步的隐状态作为单词解码器的初始隐状态，将词性网络编码器的最后一个时间步的隐状态作为词性解码器的初始隐状态；S5、将原句子序列的每个单词以及词性序列中对应词性依次输入到对应的解码器中；S6、生成标签的概率分布；S7、通过选择最大概率来得到当前输入单词的标签。可以有效简单通过语法信息进行句子压缩。