北京邮电大学韩书焕获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利基于语义与风格双条件注入的文本风格转换方法及装置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:CN121145812B 。
龙图腾网通过国家知识产权局官网在2026-05-05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:202511301402.X,技术领域涉及:G06F40/166;该发明授权基于语义与风格双条件注入的文本风格转换方法及装置是由韩书焕设计研发完成,并于2025-09-12向国家知识产权局提交的专利申请。
本基于语义与风格双条件注入的文本风格转换方法及装置在说明书摘要公布了:本发明提供一种基于语义与风格双条件注入的文本风格转换方法及装置,以预训练语义提取模型从用户源文本抽语义向量,同时到内置规范风格库检索目标类型的规范风格向量;在任务指令的基础上,把语义向量、规范风格向量基于双层注入机制送入经单风格样本集低秩自适应微调的基于ChatGLM的文本风格迁移模型,自回归生成与源文语义一致且风格契合的目标文本。文本风格迁移模型在微调阶段仅用同风格样本,对样本施加随机掩码得到残缺语义向量,再拼合任务指令与风格向量让模型重建完整文本;重建结果经风格识别器判定类别,并综合语义偏离、风格偏离与重建误差构建多重损失回传更新。本发明有效引导模型生成符合目标风格的高质量文本,实现语义保留与风格转换之间的平衡。
本发明授权基于语义与风格双条件注入的文本风格转换方法及装置在权利要求书中公布了:1.一种基于语义与风格双条件注入的文本风格转换方法,其特征在于,该方法包括以下步骤: 获取用户提供的源文本和目标文本风格类型,采用预设的语义提取模型对所述源文本提取第一设定维度的源文本语义特征向量,基于所述目标文本风格类型查询预定义风格数据库获取第二设定维度的规范风格向量;所述语义提取模型包含冻结的BERT模型和CLS池化层; 将基于自然语言的任务指令、所述源文本语义特征向量与所述规范风格向量通过双层注入机制输入预设的文本风格迁移模型,以输出与所述源文本语义一致且符合所述目标文本风格类型的目标文本;所述任务指令用于指示执行文本风格转换任务;所述双层注入机制包括将所述语义特征向量注入到所述文本风格迁移模型前13至12的其中一层,将所述规范风格向量注入到所述文本风格迁移模型后13的其中一层; 其中,所述文本风格迁移模型采用单风格文本样本集对ChatGLM大语言模型进行低秩自适应微调得到,所述单风格文本样本集的每个样本包含基于自然语言的任务指令、样本文本及其对应的样本文本风格标签;采用所述语义提取模型对经随机破坏的所述样本文本提取残缺语义特征向量,所述随机破坏包括按照预设比例实施的掩码标记、词元删除和相似字符替换;基于所述样本文本风格标签查询所述风格数据库获取样本风格向量;将所述任务指令、所述残缺语义特征向量和所述样本风格向量通过所述双层注入机制输入所述文本风格迁移模型执行自回归任务输出重建文本;基于预设的文本风格识别模型识别所述重建文本的重建文本风格,基于所述重建文本和所述样本文本计算文本重建偏差损失、语义偏差损失和风格类型偏差损失并构建联合损失,采用联合损失函数对所述文本风格迁移模型进行低秩自适应参数更新。
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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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