申请/专利权人:北京信息科技大学
申请日:2023-12-28
公开(公告)日:2024-03-29
公开(公告)号:CN117787260A
主分类号:G06F40/258
分类号:G06F40/258;G06N5/02;G06N5/04;G06F40/30;G06N3/045;G06N3/0442;G06N3/0475;G06F16/34;G06N3/0499
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于自适应位置编码和知识推理的文本标题生成方法,涉及文本修改技术领域,该方法提出了一种新的位置编码机制结合知识推理的面向生成式标题任务的方法,并验证了该方法的有效性。通过引入自适应位置编码机制,APEG能够根据输入序列的长度动态地学习适合任务的位置表示,从而更好地捕捉不同位置的语义信息,提升知识推理模块的性能和模型的泛化能力。与传统的标题生成方法相比,引入的知识推理模块可以在标题生成过程中聚焦于原文的关键信息,同时保持生成内容的创新性和生成过程的可解释性,改善了生成式标题的质量。
主权项:1.一种基于自适应位置编码和知识推理的文本标题生成方法,其特征在于,包括以下步骤:步骤一:任务建模:面向中文单文本的标题生成任务可形式化表示如下:给定中文单文本X={x1,...,xi,...,xn},要求模型自动生成面向该文本核心内容的准确连贯的标题Y={y1,...,yj,...,ym};其中,xi和yi分别表示原文X、标题Y中出现的词语,n和m分别表示原文长度和生成的标题长度nm;步骤二:通过自适应位置编码机制获取自适应的位置表示;步骤三:通过全局编码器负责提取原文语义信息;步骤四:通过局部编码器对上述获取的语义信息进一步筛选获得高质量的上下文语义向量并将其传入解码器;步骤五:本文采用改进Transformer和单向LSTM解码器作为生成式标题的混合解码模块;步骤六:通过知识推理模块利用获得的语义向量引入义原知识约束标题的生成。
全文数据:
权利要求:
百度查询: 北京信息科技大学 一种基于自适应位置编码和知识推理的文本标题生成方法
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。