一种基于扩散模型的中文文本风格迁移方法

本发明公开了一种基于扩散模型的中文文本风格迁移方法。该方法通过多层次风格特征捕捉和精确控制，在保证原始语义内容的基础上，进行文本风格迁移。具体步骤如下：首先，对输入的中文文本进行预处理，并利用预训练语言模型将其映射到连续向量空间，生成文本的初始表示。然后，在扩散过程中引入多层次风格偏差项，分别控制文本的词汇、句法和语义风格层次。在每个时间步，通过调整风格偏差项的控制参数，实现对风格特征的精细控制。接着，在去噪阶段，利用语义保持机制，优化文本的语义嵌入，确保生成的文本语义与原始文本保持一致。此外，本发明还结合DPM‑Solver‑v3加速算法，减少扩散过程中的采样步骤，显著提高生成效率。最终，通过多任务联合训练，平衡风格迁移与语义保持任务，优化生成效果。本发明的方法能够在多层次精细控制风格特征的同时，保持文本的语义一致性，生成自然、流畅且符合目标风格的文本，广泛应用于文本生成、情感分析、广告文案生成等领域。此外，本发明还提高了生成过程的效率，降低了计算开销，适用于实际应用中的大规模文本风格迁移任务。