基于关系记忆-cascsded transformer的食谱构思方法技术

本申请涉及神经网络技术领域，关于一种基于关系记忆‑cascsded transformer的食谱构思方法，步骤包括：基于中国菜谱构建的食谱数据集，并且在食材选择方面构建关系记忆‑cascsded transformer模型，提高了预测食材亲和度的模型的准确性，使食材的搭配更加合理；并运用ChatGPT，并根据之前挑选出来的食材进行食谱的生成，使得有效地设计出对已有菜谱的提示方法，大大降低了使用其他生成式模型所带来的繁琐过程。区别于先前的研究内容，该方法都是以中国本地数据为驱动，专注于本地食材的搭配，创造出更美味的新中式菜谱。

【技术实现步骤摘要】

本申请涉及神经网络，尤其涉及一种基于关系记忆-cascsdedtransformer的食谱构思方法。

技术介绍

1、食谱包括各种各样的食材，通常附有烹饪说明或成品的图片。生成新食谱主要是一种基于已知食谱数据集或常见食物配对习惯的文本生成任务，在这过程中可以只考虑配料，也可以考虑整个食谱。在生成食谱过程中，需要考虑食物之间的配对，多种食材的组合，烹饪方法和食材用量等方面。

2、在探索配料的配对方面，flavorgraph是一种基于不同配料和化合物之间关系的大规模图网络，为食物配对推荐提供了有效的方法。kitchenette采用深度siamese神经网络，该网络在包含30万个知名食物配对分数的数据集上进行训练，可以推荐互补的食物配对，并发现新的食材配对。

3、在设计包含多种食材的食谱列表时，seqgan(sequence generative adversarialnetworks语句生成网络，是一种生成对抗网络(gan)的变体，专门用于生成序列数据，例如文本序列。)和conditional gan(条件生成对抗网络，是指一类生成对抗网本文档来自技高网...

【技术保护点】

1.一种基于关系记忆-cascsdedtransformer的食谱构思方法，其特征在于，步骤包括：

2.根据权利要求1所述的方法，其特征在于：基于文档计数的亲和度评分标准，为成分集及其附加成分的每个数据实例生成初步的亲和度得分，为之后通过模型预测出的亲和度评分进行比较；预测食物亲和性得分的计算公式如下所示：

3.根据权利要求1所述的方法，其特征在于：所述成分集模块包括食材初始成分数据集模块，SAB集合注意力模块和求和池化模块，所述成分集模块通过三个堆叠的SAB集合注意力模块传播，然后进行求和池化。

4.根据权利要求3所述的方法，其特征在于：所述SAB集...

【技术特征摘要】

1.一种基于关系记忆-cascsdedtransformer的食谱构思方法，其特征在于，步骤包括：

2.根据权利要求1所述的方法，其特征在于：基于文档计数的亲和度评分标准，为成分集及其附加成分的每个数据实例生成初步的亲和度得分，为之后通过模型预测出的亲和度评分进行比较；预测食物亲和性得分的计算公式如下所示：

3.根据权利要求1所述的方法，其特征在于：所述成分集模块包括食材初始成分数据集模块，sab集合注意力模块和求和池化模块，所述成分集模块通过三个堆叠的sab集合注意力模块传播，然后进行求和池化。

4.根据权利要求3所述的方法，其特征在于：所述sab集合注意力模块通过自注意力机制编写更深层次的食材成分之间的关系，并且基于...

【专利技术属性】
技术研发人员：辛星，周洁，吴棋涵，袁佳玟，崔晓晖，丁浩晗，
申请(专利权)人：江南大学，
类型：发明
国别省市：