公开(公告)号：CN114118024A

公开(公告)日：2022-03-01

申请号：CN202111474679.4

申请日：2021-12-06

Applicant: 成都信息工程大学

Inventor： 岳希 ,  罗伟尔 ,  高燕 ,  唐聃 ,  何磊

IPC: G06F40/151 ,  G06F40/166 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种条件文本生成方法，包括采集文本数据；数据预处理；构建编码器、解码器；将条件信息和文本数据分别通过编码器编码，得到条件特征、文本特征；将条件特征和文本特征进行特征融合，得到融合后的特征，记为融合特征；将所述融合特征作为解码器的输入，得到解码器的输出结果；计算损失；基于解码器的输出结果和损失，对网络模型进行训练，直到满足训练条件或达到最大训练次数，输出训练后的网络模型；向训练后的网络模型中输入条件信息和提示文本，生成文本。本发明要解决的技术问题之一是现有条件文本生成技术会在模型训练的同时生成结果，导致效率低下、细粒度不高的问题，实现更高效、流畅的生成条件文本的目的。

公开(公告)号：CN114118024B

公开(公告)日：2022-06-21

申请号：CN202111474679.4

申请日：2021-12-06

Applicant: 成都信息工程大学

Inventor： 岳希 ,  罗伟尔 ,  高燕 ,  唐聃 ,  何磊

IPC: G06F40/151 ,  G06F40/166 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种条件文本生成方法，包括采集文本数据；数据预处理；构建编码器、解码器；将条件信息和文本数据分别通过编码器编码，得到条件特征、文本特征；将条件特征和文本特征进行特征融合，得到融合后的特征，记为融合特征；将所述融合特征作为解码器的输入，得到解码器的输出结果；计算损失；基于解码器的输出结果和损失，对网络模型进行训练，直到满足训练条件或达到最大训练次数，输出训练后的网络模型；向训练后的网络模型中输入条件信息和提示文本，生成文本。本发明要解决的技术问题之一是现有条件文本生成技术会在模型训练的同时生成结果，导致效率低下、细粒度不高的问题，实现更高效、流畅的生成条件文本的目的。