原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于扩散模型的文本摘要生成方法，首先，利用自然语言处理模型对源文本进行分词操作；然后，通过输入模块将预处理后的源文本利用词嵌入的方法将文本数据预编码转换为句子表示，之后利用评估模块将文本向量映射至可连续变换的空间维度上实现对文本向量可控的线性连续变换；最后，通过条件引导模块获取目标文本，在扩散模型的采样过程中用梯度引导生成采样，利用控制模块降低生成文本向量与真实文本向量的误差，最后依据获得的采样向量通过输出模块生成文本摘要。本发明基于生成式模型实现文本摘要生成，有利于提高文本摘要
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116484858 A
(43)申请公布日 2023.07.25
(21)申请号 202310419493.1
(22)申请日 2023.04.19
(71)申请人 南京邮电大学
文档评论（0）