申请/专利权人：山西三友和智慧信息技术股份有限公司

申请日：2023-12-29

公开（公告）日：2024-03-22

公开（公告）号：CN117744666A

主分类号：G06F40/35

分类号：G06F40/35;G06F40/151;G06F40/253;G06N3/0455;G06N3/088

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于深度学习领域，具体涉及一种将无监督的风格转换转化为释义生成的方法，数据采集：采集模型所需的数据，并对不同类别的数据进行标注，完成模型所需的数据集构建；数据预处理：对数据集进行的预处理；创造并行训练数据：通过不同的释义模型对输入句子进行规范化；反式转换：用伪并行语料库训练一个特定风格模型,并针对其释义重建原句；GPT‑2的释义实现：微调预先训练的大规模GPT2‑large语言模型；通过过滤数据提升多样性：释义模型选择训练数据；验证模型：在数据集中验证方法的有效性和可行性。本发明在人工和自动评估上显著优于最先进的风格转移系统，并有效的解决了现有风格转换设计系统更改文本情感语义属性的问题。

主权项：1.一种将无监督的风格转换转化为释义生成的方法，其特征在于：包括下列步骤：S1、数据采集：采集模型所需的数据，并对不同类别的数据进行标注，完成模型所需的数据集构建；S2、数据预处理：对数据集进行预处理；S3、创造并行训练数据：通过不同的释义模型对输入句子进行规范化；S4、反式转换：用伪并行语料库训练一个特定风格模型，并针对其释义重建原句；S5、GPT-2的释义实现：微调预先训练的大规模GPT2-large语言模型；S6、通过过滤数据提升多样性：释义模型选择训练数据；S7、验证模型：在数据集中验证方法的有效性和可行性。

全文数据：

权利要求：

百度查询： 山西三友和智慧信息技术股份有限公司 一种将无监督的风格转换转化为释义生成的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD