一种上下文感知多粒度提示融合的多属性可控文本生成方法技术

技术编号:46219063 阅读:15 留言:0更新日期:2025-08-26 19:20
提供了一种上下文感知多粒度提示融合的多属性可控文本生成方法,包括构建单属性提示变体集、层内多粒度提示融合模块以及通用多属性任务提示。所述方法通过在单属性数据集上训练多样化的软提示变体,提升单一属性控制的灵活性;通过设计基于上下文感知的层内多粒度提示融合机制,动态生成属性提示融合权重,实现提示的分层次融合;通过引入通用多属性提示并采用两阶段优化训练,有效提升多属性组合控制下的生成准确性与文本流畅性。本发明专利技术能够在不同属性组合条件下实现灵活、高效的文本生成控制,广泛适用于自然语言处理中的多属性可控生成任务。

【技术实现步骤摘要】

本申请涉及自然语言处理技术,具体地,涉及自然语言处理中的可控文本生成领域。


技术介绍

1、近年来,多属性可控文本生成任务在自然语言处理领域受到广泛关注,其目标是生成同时满足多个特定属性(如情感、主题、风格、关键词等)约束的文本,以满足用户多样化的生成需求。传统的多属性控制方法主要包括基于条件生成、基于推理调节、基于提示学习等策略。然而,现有方法在同时控制多个属性时,普遍存在以下问题:一是提示组合后的属性干扰效应显著,导致生成文本在控制准确性和文本流畅性之间存在权衡;二是提示融合方式简单,难以充分挖掘各提示在不同层级语义下的潜在特征;三是缺乏对用户输入上下文与属性控制提示之间动态适配的机制,导致在复杂组合属性条件下的生成质量下降。

2、目前主流方法,如前缀微调、提示微调、添加适应模块等,通常在输入层或特定层插入软提示进行条件控制,虽然能够一定程度上实现属性控制,但在多属性组合情况下,提示之间的相互干扰会导致控制失效或生成退化,且现有方法缺乏对提示粒度的灵活调控与融合策略,导致模型难以兼顾多属性控制与文本自然性的双重要求。>

3、本专利技本文档来自技高网...

【技术保护点】

1.一种上下文感知多粒度提示融合的多属性可控文本生成方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其中单属性软提示变体集构建采用基于子数据集构建策略的方法或者基于不同初始化策略的方法方法;

3.根据权利要求1所述的方法,其中上下文感知多粒度提示融合模型训练过程包括以下步骤:

4.一种信息处理设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现根据权利要求1-3之一所述的方法。

【技术特征摘要】

1.一种上下文感知多粒度提示融合的多属性可控文本生成方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其中单属性软提示变体集构建采用基于子数据集构建策略的方法或者基于不同初始化策略的方法方法;

3.根据权利...

【专利技术属性】
技术研发人员:默莎莎姜思睿李云青王玉婷张智斌王羽晨
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1