公开(公告)号：CN116561254B

公开(公告)日：2024-08-23

申请号：CN202310499796.9

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 宋永端 ,  罗倩 ,  杨凡 ,  杨环宇 ,  向清 ,  潘璇 ,  王玉娟

IPC: G06F16/33 ,  G06F40/30 ,  G06F40/289 ,  G06F40/284 ,  G06F40/151 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了结合CNN和Transformer的多特征融合对联生成方法，包括以下步骤，在数据预处理阶段，分别构建带词性特征和平仄特征的对联语料库；根据对联上联构建结合词性特征和平仄特征的多特征融合词向量。将对联上联的多特征融合词向量分别输入到CNN编码器和Transformer模型的编码器中进行对联特征提取和对联语义编码，分别得到特征编码向量和语义编码向量。将特征编码向量和语义编码向量结合起来输入到Transformer模型的解码器中。本方法将对联的词性特征和平仄特征加入到词向量中，得到多特征融合的词向量。多特征融合的词向量能提高生成对联的对仗性；将CNN模型和Transformer模型结合起来，强化对联的重点信息，提高生成对联的语义连贯性。

公开(公告)号：CN116561254A

公开(公告)日：2023-08-08

申请号：CN202310499796.9

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 宋永端 ,  罗倩 ,  杨凡 ,  杨环宇 ,  向清 ,  潘璇 ,  王玉娟

IPC: G06F16/33 ,  G06F40/30 ,  G06F40/289 ,  G06F40/284 ,  G06F40/151 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了结合CNN和Transformer的多特征融合对联生成方法，包括以下步骤，在数据预处理阶段，分别构建带词性特征和平仄特征的对联语料库；根据对联上联构建结合词性特征和平仄特征的多特征融合词向量。将对联上联的多特征融合词向量分别输入到CNN编码器和Transformer模型的编码器中进行对联特征提取和对联语义编码，分别得到特征编码向量和语义编码向量。将特征编码向量和语义编码向量结合起来输入到Transformer模型的解码器中。本方法将对联的词性特征和平仄特征加入到词向量中，得到多特征融合的词向量。多特征融合的词向量能提高生成对联的对仗性；将CNN模型和Transformer模型结合起来，强化对联的重点信息，提高生成对联的语义连贯性。