申请/专利权人:北京达佳互联信息技术有限公司
申请日:2024-03-12
公开(公告)日:2024-06-21
公开(公告)号:CN118228703A
主分类号:G06F40/169
分类号:G06F40/169;G06F16/35;G06F18/214;G06N20/00
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本公开关于评论生成模型的训练方法和评论信息的生成方法,所述训练方法包括:获取多个样本评论文本以及多媒体对象的样本对象属性信息;根据各个样本语言风格要求对多个样本评论文本进行改写,得到多个风格化样本评论文本;将多个样本对象属性信息和第一提示信息、第二提示信息和第三提示信息输入初始评论生成模型中,得到各个样本对象属性信息对应的预测语言风格要求、预测引导问题和预测评论文本;根据第一损失值、第二损失值、第三损失值得到总损失值;基于总损失值对初始评论生成模型进行训练,得到目标评论生成模型。本方案中目标评论生成模型可以产出与对象属性信息有关的、具体的风格化的评论内容,满足了用户个性化的需求。
主权项:1.一种评论生成模型的训练方法,其特征在于,所述方法包括:获取多个样本评论文本以及每个样本评论文本所针对的多媒体对象的样本对象属性信息,并获取各个所述样本对象属性信息对应的样本语言风格要求,以及与所述样本对象属性信息有关的、且与所述样本评论文本匹配的样本引导问题;根据各个所述样本语言风格要求对所述多个样本评论文本进行改写,得到多个风格化样本评论文本;将所述多个样本对象属性信息和第一提示信息、第二提示信息和第三提示信息输入初始评论生成模型中,得到各个所述样本对象属性信息对应的预测语言风格要求、预测引导问题和预测评论文本;所述第一提示信息、所述第二提示信息分别用于指示生成所述样本对象属性信息对应的语言风格要求和引导问题,所述第三提示信息用于指示根据所述预测语言风格要求和所述预测引导问题生成评论文本;分别对所述预测语言风格要求和所述样本语言风格要求进行第一损失值计算、所述预测引导问题和所述样本引导问题进行第二损失值计算、所述预测评论文本和所述风格化样本评论文本进行第三损失值计算,并根据所述第一损失值、所述第二损失值、所述第三损失值得到总损失值;基于所述总损失值对所述初始评论生成模型进行训练,得到目标评论生成模型,所述目标评论生成模型用于生成多媒体对象的评论文本。
全文数据:
权利要求:
百度查询: 北京达佳互联信息技术有限公司 评论生成模型的训练方法和评论信息的生成方法
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。