申请/专利权人：江南大学

申请日：2024-01-09

公开（公告）日：2024-04-12

公开（公告）号：CN117877678A

主分类号：G16H20/60

分类号：G16H20/60;G06Q50/12;G06F16/332;G06N3/0499;G06N3/084;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请涉及神经网络技术领域，关于一种基于关系记忆‑cascsdedtransformer的食谱构思方法，步骤包括：基于中国菜谱构建的食谱数据集，并且在食材选择方面构建关系记忆‑cascsdedtransformer模型，提高了预测食材亲和度的模型的准确性，使食材的搭配更加合理；并运用ChatGPT，并根据之前挑选出来的食材进行食谱的生成，使得有效地设计出对已有菜谱的提示方法，大大降低了使用其他生成式模型所带来的繁琐过程。区别于先前的研究内容，该方法都是以中国本地数据为驱动，专注于本地食材的搭配，创造出更美味的新中式菜谱。

主权项：1.一种基于关系记忆-cascsdedtransformer的食谱构思方法，其特征在于，步骤包括：基于中国菜谱构建的食谱数据集，获取n个大小的配料子集；基于文档计数的亲和度评分标准，生成配料子集中的食物亲和度的初步评分，所述亲和度评分标准为PMI评分标准或者sPMId评分标准；构建基于关系记忆-cascsdedtranformer模型的食谱构思网络，将大小为n的配料子集和附加配料作为输入，以预测更新后n+1大小的集合的食物亲和力分数；所述关系记忆-cascsdedtranformer模型包括成分集模块、附加成分集模块、亲和度评分模块和关系记忆模块；所述成分集模块中的成分通过SAB集合注意力模块进行传播，然后进行求和池化；所述附加成分集合通过PMX多头交叉注意池模块来细化附加成分，并进行聚合；将SAB集合注意力模块和PMX多头交叉注意池模块这两个注意力模块连接起来，并通过RMC关系记忆模块的跨信息的关系推理能力，将食材集表征与添加的食材表征的潜在关系挖掘出来；最后，使用ConatenateMLP亲和度评分模块进行食材亲和力预测，得出AffinityScore最终的亲和力得分；基于ChatGPT生成式大语言模型结合原始食谱，将关系记忆-cascsdedtranformer模型得到的新添加的食材作为输入，生成新的食谱。

全文数据：

权利要求：

百度查询： 江南大学 基于关系记忆-cascsded transformer的食谱构思方法

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