基于风格解耦的无监督文本风格迁移方法及系统

AITNT
正文
推荐专利
基于风格解耦的无监督文本风格迁移方法及系统
申请号:CN202510896275
申请日期:2025-06-30
公开号:CN120724980A
公开日期:2025-09-30
类型:发明专利
摘要
本发明涉及一种基于风格解耦的无监督文本风格迁移方法及系统,该方法包括:步骤A:获取不同风格的文本数据,构建数据集;步骤B:构建深度学习网络模型;该模型将输入文本传入风格信息提取器中进行编码,以解耦提取出文本中风格信息,并采用对比学习来增强提取风格信息的能力;同时,将输入文本传入中间文本生成器,得到在文本风格上有别于输入文本的中间文本;然后,将风格信息提取器以及中间文本生成器的输出传入风格迁移模块,进行文本的风格迁移;通过数据集训练深度学习网络模型;步骤C:将待迁移文本输入训练好的深度学习网络模型中,输出风格迁移后的文本。该方法及系统有利于提高文本风格迁移的准确性和稳定性。
技术关键词
文本生成器 风格迁移方法 深度学习网络模型 文本生成模型 前馈神经网络 构建深度学习网络 更新模型参数 样本 编码器 计算机程序指令 语义 Softmax函数 解码算法 矩阵 迁移系统 模块 预训练模型
系统为您推荐了相关专利信息
1
一种基于检索增强的多模态意图预测方法及系统
意图预测方法 交叉注意力机制 大语言模型 图像特征向量 文本
2
一种多规合一的城乡智能规划辅助方法及系统
规划 神经网络模型 图像 学习字典 特征提取模块
3
一种快速测定积雪消融速率的方法
多层感知器 分布式能量 速率 数字高程模型数据 注意力机制
4
一种基于多视角信道特征融合的生成式成像方法
信道特征 成像方法 信道编码器 散射体形状 基站
5
一种混凝土裂缝智能诊断方法、装置及存储介质
深度学习网络模型 混凝土裂缝 融合特征 裂缝特征 分布特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号