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序列的可控文本生成方法，包括给定控制属性wx和真实文本wy，训练一个语言模型，使其在输入wx时，语言模型可以输出符合wx的高质量虚假文本；本发明以扩散模型为基础模型架构，结合现有的Seq2Seq方法，把控制属性和文本当作序列在扩散模型上进行生成任务，用控制属性来预测文本，从而达到可控的目的，并使用预训练模型ERNIE的编码解码的能力贴合扩散模型的加噪去噪过程；通过实验证明，本方案的方法已经能够生成主题和情感粒度可控的高质量评论，该任务展示的良好结果不仅仅来自于扩散模型，也
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117236437A
(43)申请公布日2023.12.15
(21)申请号202311054472.0G06F40/166(2020.01)
(22)申请日2023.08
文档评论（0）