同济大学卫志华获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉同济大学申请的专利一种细粒度人物、动作及情感可控的故事生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115617982B 。
龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211158010.9,技术领域涉及:G06F16/34;该发明授权一种细粒度人物、动作及情感可控的故事生成方法是由卫志华;王新鹏;蒋涵设计研发完成,并于2022-09-22向国家知识产权局提交的专利申请。
本一种细粒度人物、动作及情感可控的故事生成方法在说明书摘要公布了:一种细粒度人物、动作及情感可控的故事生成方法。步骤1,将故事的上文以及人工指定的人物、动作及情感条件输入至故事生成模型中,通过所设计的针对细粒度控制的特殊提示符微调方法进行学习。步骤2,故事生成模型通过所设计的针对人物和动作控制的注意力拷贝机制对输入的条件信息进行复制,提升输入条件中人物和动作的可控性。步骤3,故事生成模型通过所设计的针对情感控制的人物级情感损失,使输出句子能够体现输入条件中不同人物的情感。步骤4,故事生成模型输出得到最终的输出句子,即生成的所述故事语句。步骤5,使用迭代,将生成的故事语句与故事上文拼接起来作为新的输入上文,重复迭代以上步骤,直到达到人工设定的理想故事长度。
本发明授权一种细粒度人物、动作及情感可控的故事生成方法在权利要求书中公布了:1.一种细粒度人物、动作及情感可控的故事生成方法,其特征在于,搭建FCG故事生成模型,用于生成故事; 所述FCG故事生成模型的构造: 主体为BART预训练语言模型,包括BART编码器、BART解码器、情感分类头、情感标签、线性层、Softmax函数、门控软开关,其中: 所述BART预训练语言模型通过针对细粒度控制的特殊提示符微调方法进行学习,达到多条件细粒度可控的目的;在BART解码器后接入k个情感分类头,通过情感标签对损失进行反向传播,来控制模型准确生成出具有多人物情感的故事句子;在FCG故事生成模型输入单词时,最终输出的单词概率分布一部分来自BART解码器经过线性层及Softmax函数输出的概率分布,一部分来自BART编码器对输入条件Chae的注意力分布,并由一个门控软开关控制两个部分的权重; 所述生成故事过程为: 步骤1,将所述故事的上文Context={x1,x2,……,xp}以及人工指定的所述人物、动作及情感条件Chae输入至FCG模型中,通过所设计的针对细粒度控制的特殊提示符微调方法进行学习; 步骤2,所述FCG模型通过针对人物和动作控制的注意力拷贝机制对输入的条件信息进行复制,提升输入条件中人物和动作的可控性; 步骤3,所述FCG模型通过针对情感控制的人物级情感损失,使输出句子能够体现输入条件中不同人物的情感; 步骤4,所述FCG模型输出得到最终的输出句子Y={y1,y2,……,yq},即生成的所述故事语句; 步骤5,使用迭代生成的方法,将生成的所述故事语句与所述故事上文拼接到一起作为新的输入上文Context,并重复以上步骤不断迭代生成新的故事语句,直到达到人工设定的理想故事长度; x1,x2,……,xp表示输入故事的上文,y1,y2,……,yq输出的故事语句,p为输出的句子的长度; 所述步骤1中的所述人工指定的人物、动作及情感条件Chae表示一个对接下来要生成句子的细粒度控制的序列;所述Chae包括k个可由人工指定的条件,其中每个条件由一个故事人物名称Chari,该人物的n个动作Acti1,Acti2,…,Actin,以及该人物的情感Emoi构成;k表示指定条件的数量,i表示第k个条件中第i人物的索引,n表示人物动作的数量;通过在所述人物、动作及情感条件之间添加特殊提示字符,并经过预训练语言模型微调训练之后用来指导模型生成带有相应人物、动作以及情感的故事句子; 所述步骤2中的所述针对人物和动作控制的注意力拷贝机制包括如下步骤: 将预训练语言模型解码器中交叉注意力块h个头的平均注意力分布作为对输入信息的关注度,并根据解码器隐藏层状态hdec,上下文向量hcon,以及解码器输入词向量ey利用Sigmoid函数计算得到一个软开关pgen,模型根据软开关以pgen概率生成词表中的单词Pvoc,以及1-pgen的概率依据概率分布从输入条件Chae中进行复制。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人同济大学,其通讯地址为:200092 上海市杨浦区四平路1239号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励