公开(公告)号：CN113065336A

公开(公告)日：2021-07-02

申请号：CN202110488572.9

申请日：2021-05-06

Applicant: 清华大学深圳国际研究生院

Inventor： 郑海涛 ,  柏杨 ,  李自然 ,  沈颖 ,  肖喜 ,  江勇 ,  夏树涛

IPC: G06F40/216 ,  G06F16/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习和内容规划的文本自动生成方法及装置，本发明利用分层自注意力机制对结构化数据进行层次化编码表示，并通过分层规划技术对数据进行从粗到细的规划，最后通过双重注意力机制解码生成高质量的文本描述，本发明解决了传统的文本自动生成技术在数据到文本生成时面临的信息冗余、逻辑混乱等问题，相对于传统端到端的文本生成方法以及过去的规划方法，本发明将分层规划融入到多粒度的语言模型中，极大减小人工参与程度，且可以生成更加准确、流畅、简洁且逻辑严谨的文本。

公开(公告)号：CN113065336B

公开(公告)日：2022-11-25

申请号：CN202110488572.9

申请日：2021-05-06

Applicant: 清华大学深圳国际研究生院

Inventor： 郑海涛 ,  柏杨 ,  李自然 ,  沈颖 ,  肖喜 ,  江勇 ,  夏树涛

IPC: G06F40/216 ,  G06F16/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习和内容规划的文本自动生成方法及装置，本发明利用分层自注意力机制对结构化数据进行层次化编码表示，并通过分层规划技术对数据进行从粗到细的规划，最后通过双重注意力机制解码生成高质量的文本描述，本发明解决了传统的文本自动生成技术在数据到文本生成时面临的信息冗余、逻辑混乱等问题，相对于传统端到端的文本生成方法以及过去的规划方法，本发明将分层规划融入到多粒度的语言模型中，极大减小人工参与程度，且可以生成更加准确、流畅、简洁且逻辑严谨的文本。