申请/专利权人：南京泛美利机器人科技有限公司

申请日：2024-03-22

公开（公告）日：2024-06-18

公开（公告）号：CN117933250B

主分类号：G06F40/289

分类号：G06F40/289;G06F40/30;G06Q50/12;G06F18/241;G06N3/0464;G06N3/092

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开一种基于改进生成对抗网络的新菜谱生成方法，收集菜谱数据集S，并将其按照食材组合、食材预处理方法、制作步骤和注意事项划分为四个子数据集。本发明的基于改进生成对抗网络的新菜谱生成方法，通过将菜谱生成过程解耦为食材组合模块、食材预处理方法模块、制作步骤模块和注意事项模块四个部分，并利用基于多头注意力机制的transformer解码器‑编码器结构，解决菜谱生成过程中因数据序列长度过长导致的梯度消失或梯度爆炸问题，从而解决菜谱数据上下文依赖关系建模能力差的问题，为菜谱研发人员提供更多创新性和多样化的开发思路，并缩短研发周期，降低试错成本。

主权项：1.一种基于改进生成对抗网络的新菜谱生成方法，其特征在于，包括以下步骤：步骤一、收集菜谱数据集S，并将所述菜谱数据集S按照食材组合、食材预处理方法、制作步骤和注意事项划分为四个子数据集：食材组合数据集S1、食材预处理方法数据集S2、制作步骤数据集S3和注意事项数据集S4；步骤二、对所述食材组合数据集S1、食材预处理方法数据集S2、制作步骤数据集S3和注意事项数据集S4进行分词处理，构建中文菜谱词表，并将中文词语转换成可被模型识别的词向量；步骤三、构建菜谱生成器网络G，所述菜谱生成器网络G包括四个transformer解码器网络，四个transformer解码器网络的输出分别对应食材组合模块、食材预处理方法模块、制作步骤模块和注意事项模块，利用极大似然估计法对菜谱生成器网络G进行初始化，通过菜谱生成器网络G生成的菜谱数据和菜谱数据集S对菜谱判别器网络D进行预训练；步骤三中利用极大似然估计法对菜谱生成器网络G进行初始化，通过下式表示： , ,其中，为极大似然估计法得到的模型参数，为模型参数，为训练数据的对数似然函数，N是训练样本的数量，是第i个观测数据，是数据分布下样本的概率，是模型在参数下生成样本的概率；步骤三中利用极大似然估计法对菜谱生成器网络G进行初始化，包括以下步骤：S31、对transformer编码器网络和食材组合模块组成的网络利用极大似然估计法在食材组合数据集S1上进行参数初始化训练，同时冻结食材预处理方法模块、制作步骤模块和注意事项模块的参数；S32、训练完transformer编码器网络和食材组合模块组成的网络后，将transformer编码器网络和食材组合模块的参数冻结，在食材预处理方法模块和冻结参数的transformer编码器网络组成的网络上利用极大似然估计法在食材预处理方法数据集S2上进行参数初始化训练；S33、参照步骤S31和S32，利用极大似然估计法分别在制作步骤数据集S3和注意事项数据集S4上，对制作步骤模块和注意事项模块进行参数初始化；步骤四、利用强化学习方法对所述菜谱生成器网络G和菜谱判别器网络D进行循环对抗性训练，并更新所述菜谱生成器网络G和菜谱判别器网络D的网络参数，直至所述菜谱生成器网络G收敛；步骤四中利用强化学习方法对所述菜谱生成器网络G和菜谱判别器网络D进行循环对抗性训练，包括以下步骤：S41、循环调用菜谱判别器D的生成菜谱序列s，并利用Q-learning算法的ε-Greedy策略，选择菜谱生成器G生成下一个词的动作a；S42、进入下一个状态，并获得当前奖励信号R，更新价值函数Q，直至菜谱生成器网络G的生成序列达到期望的质量，并更新菜谱生成器网络G的网络参数；步骤四中所述强化学习方法基于Q-learning算法实现，定义价值函数Q为，价值函数Q通过下式进行更新： ,其中，是Q价值函数的值，s表示当前已生成部分菜谱序列的状态，a表示生成器生成下一个词的动作，A是学习率，R是当前的奖励因子，，是菜谱判别器网络对生成的部分菜谱序列的输出概率，是折扣因子，是下一个状态，是在下选择的动作；步骤四中所述菜谱生成器网络G的网络参数通过下式进行更新： ,其中，是菜谱生成器网络的参数，A是学习率，是梯度操作，是Q价值函数的值，s表示当前已生成部分菜谱序列的状态，a表示生成器生成下一个词的动作；步骤四中所述菜谱判别器网络D的网络参数通过下式进行更新： , ,其中，是菜谱判别器对真实菜谱数据的输出概率，是菜谱判别器对生成菜谱数据的输出概率，是菜谱生成器生成的菜谱数据，z是菜谱生成器的输入食材关键词数据，是菜谱判别器的参数，A是学习率，是梯度操作；步骤五、将经过词向量转换的食材关键词输入所述菜谱生成器网络G，输出包含该食材的完整菜谱。

全文数据：

权利要求：

百度查询： 南京泛美利机器人科技有限公司 一种基于改进生成对抗网络的新菜谱生成方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD