[发明专利]基于神经网络生成模型的诗词生成质量的优化方法及系统有效
| 申请号： | 201910887099.4 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110705284B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 朱钦佩;吴仁守 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06N3/0464;G06N3/084 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 黄谦;车江华 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于神经网络生成模型的诗词生成质量的优化方法。该方法包括：构建基于encoder‑decoder框架的神经网络生成模型；将诗词训练数据集中的诗词上句作为初始语句，将与诗词上句对应的诗词下句作为目标语句；将初始语句、初始语句的字符向量和平仄信息作为生成模型编码层的输入；在解码层中添加预测字符向量任务和平仄信息预测任务，在解码层输出与初始语句对应的字符预测和平仄预测；通过反向传播训练，使神经网络生成模型融合诗词平仄规律的特性。本发明实施例还提供一种基于神经网络生成模型的诗词生成质量的优化系统。本发明使模型融入诗词平仄规律的特性，输出符合平仄规律的诗句，以及诗句的押韵，提升了输出诗词的质量。 | ||
| 搜索关键词： | 基于 神经网络 生成 模型 诗词 质量 优化 方法 系统 | ||
【主权项】：
1.一种基于神经网络生成模型的诗词生成质量的优化方法，包括：/n构建基于encoder-decoder框架的神经网络生成模型，所述神经网络生成模型包括encoder-编码层以及decoder-解码层；/n将诗词训练数据集中的诗词上句作为初始语句，将与所述诗词上句对应的诗词下句作为目标语句，其中，所述诗词训练数据集带有每个字的平仄信息；/n将所述初始语句、所述初始语句中每个字的字符向量以及平仄信息作为所述生成模型编码层的输入；/n在所述解码层中添加预测字符向量任务以及平仄信息预测任务，根据对应的用于生成诗词的数据库，在所述解码层输出与所述初始语句对应的字符预测以及平仄预测；/n根据所述字符预测以及平仄预测对所述预测字符向量任务以及平仄信息预测任务进行反向传播训练，以将任务训练后的字符预测以及平仄预测确定的目标语句预测趋近所述目标语句，使所述神经网络生成模型融合诗词平仄规律的特性。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910887099.4/，转载请声明来源钻瓜专利网。
