申请/专利权人:浙江传媒学院
申请日:2024-03-04
公开(公告)日:2024-05-31
公开(公告)号:CN118114630A
主分类号:G06F40/166
分类号:G06F40/166;G06F40/216;G06F40/284;G06F40/30;G06N3/0455
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明提供了一种基于大模型TN‑Bart的新闻生成方法和系统,所述方法包括:获取不同领域和类型的新闻语料数据,并获取每篇新闻数据的标题数据,根据标题数据提取对应新闻语料的提示词;获取提示词的tf‑idf权重,根据所述tf‑idf权重将提示词和对应新闻语料进行拼接,得到拼接语料;对拼接语料进行词嵌入,得到拼接语句的词向量特征,并获取每个词向量的权重特征和位置特征,将所述词向量特征、对应词向量的权重特征和位置特征编码后得到token;将每个token根据上下文语义信息嵌入注意力特征,将嵌入注意力特征的当前token计算和其它token之间的注意力向量系数,采用注意力机制输出对应的新闻数据。
主权项:1.一种基于大模型TN-Bart的新闻生成方法,其特征在于,所述方法包括:获取不同领域和类型的新闻语料数据,并获取每篇新闻数据的标题数据,根据所述标题数据提取对应新闻语料的提示词;获取所述提示词的tf-idf权重,根据所述tf-idf权重将所述提示词和对应新闻语料进行拼接,得到拼接语料;对所述拼接语料进行词嵌入,得到所述拼接语句的词向量特征,并获取每个词向量的权重特征和位置特征,将所述词向量特征、对应词向量的权重特征和位置特征编码后得到token;将每个token根据上下文语义信息嵌入注意力特征,将嵌入注意力特征的当前token计算和其它token之间的注意力向量系数,根据输入的查询语句采用注意力机制输出对应的新闻数据。
全文数据:
权利要求:
百度查询: 浙江传媒学院 一种基于大模型TN-Bart的新闻生成方法和系统
免责声明
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。