结合多注意力和条件变分自编码器的宋词生成模型OA北大核心CSTPCD
Song Ci Generation Model Based on Multi-attention and Condi-tional Variational Auto-encoder
现有的诗词生成方法忽略了风格的重要性.另外,由于宋词大部分词牌词句较多,逐句生成宋词的过程中容易产生上下文缺乏连贯性的现象,在上下文连贯性方面仍存在提升空间.针对这两个问题,在编码解码的文本生成框架基础上,引入自注意力机制的句子表示算法计算多注意力权重矩阵,用于提取词句的多种重要语义特征,让模型更多地关注上文的显著信息来提高上下文连贯性.引入条件变分自编码器(CVAE)将每条宋词数据转化为隐空间中不同风格特征的高维高斯分布,从各自的分布中采样隐变…查看全部>>
梁骁;黄文明;姚俊;温雅媛;邓珍荣
桂林电子科技大学计算机与信息安全学院,广西桂林 541004桂林电子科技大学计算机与信息安全学院,广西桂林 541004广西图形图像与智能处理重点实验室,广西桂林 541004广西壮族自治区高级人民法院,广西南宁 530000广西师范大学电子工程学院,广西桂林 541004
信息技术与安全科学
条件变分自编码器宋词风格宋词生成Bi-GRU自注意力机制
《广西科学》 2022 (2)
308-315,8
广西科技计划项目(桂科AB20238013),广西图像图形与智能处理重点实验室培育基地(桂林电子科技大学)开放基金项目(GIIP2011)和广西高校中青年教师科研基础能力提升项目(2019KY0238)资助.
评论