摘要
多源文本向量融合的高质量文本生成方法、装置、设备及介质,该方法包括:获取多个生成式模型在同一任务下输出的多源文本集合;通过预训练模型的嵌入层对多源文本进行向量嵌入,得到多源文本向量集合;将多源文本向量输入多向量融合层,通过动态加权平均算法进行语义融合,生成融合向量;将融合向量输入线性变换层,进行线性变换,映射至目标特征空间;将线性变换后的融合向量输入生成式模型的编码器进行编码,并通过解码器生成最终文本。本申请立足于文本向量层面,取用多源模型文本向量对多文本进行深层语义融合,并利用生成模型架构对融合后的语义向量进行解码,获得一个既融合了多个模型优势,又保持了文本连贯性和高质量描述的生成结果。
技术关键词
文本生成方法
BERT模型
预训练模型
文本生成装置
语义特征提取
编码器
交叉注意力机制
文本生成模型
线性变换矩阵
解码器模型
前馈神经网络
归一化模块
可读存储介质
算法
数据获取模块
语义向量
系统为您推荐了相关专利信息
意图类别
摘要生成方法
节点
编码器
多头注意力机制
预训练模型
事件定位方法
混合损失函数
背景补偿
适配器
对象检测模型
特征提取模块
预训练模型
火灾
特征提取器
数控机床智能
航空钛合金
训练深度神经网络
深度神经网络模型
工况
语义特征提取
多层感知机
图像视觉特征
分支
文本