买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜大连理工大学申请的专利基于风格表示与多任务学习的文本多风格迁移方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114969342B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210623478.4，技术领域涉及：G06F16/353；该发明授权基于风格表示与多任务学习的文本多风格迁移方法是由林鸿飞;王晨光;杨亮设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本基于风格表示与多任务学习的文本多风格迁移方法在说明书摘要公布了：本发明提出了基于风格表示与多任务学习的文本多风格迁移方法，包括以下步骤：1构建多语料文本图网络，2使用图网络技术与图嵌入算法获取图节点表示，3使用标签嵌入技术获取文本风格表示，4使用Transformer构建编码器获取融合文本风格信息的句子表示，5使用Transformer构建解码器对目标文本进行风格迁移，6使用多任务学习方法中的参数硬共享方法，构建文本多风格迁移模型。本发明使用图神经网络与标签嵌入技术获取了效果更优的文本风格表示；基于Transformer与风格表示相结合构建文本风格迁移模型，获得了更优的文本风格迁移效果；使用多任务技术构建文本多风格迁移模型，降低了不同风格之间的影响，获得了更优的文本多风格迁移效果。

本发明授权基于风格表示与多任务学习的文本多风格迁移方法在权利要求书中公布了：1.基于风格表示与多任务学习的文本多风格迁移方法，其特征在于，包括以下步骤：步骤1，构建多语料的文本图网络，具体包括步骤如下：步骤1.1，构建局部文本图，如公式（1）~（5）所示： （1） （2） （3） （4） （5）其中，Data为使用的风格数据集，包含S与L两部分，其中S为数据集的句子集合，句子个数为n，L为数据集的风格标签集合，风格标签label的个数为m，Sentence为数据集中的句子，由多个单词构成，单词个数为p，其中word代表单词；局部文本图构建方法如公式（5）所示，利用滑动窗口在数据集中的所有句子上滑动，其中left为滑动窗口的左边界，right为滑动窗口的右边界，将窗口内的单词表示为图节点，并两两相连，在数据集的所有句子上完成滑动与连接的操作后，即得到局部文本图；步骤1.2，构建全局文本图，如公式（6）所示： （6）其中，为句子中的单词，而为该句子对应的风格标签，将单词与风格标签表示为图中的节点，并将单词节点与其对应的风格标签节点相连接，在数据集的所有句子上完成连接操作后，即得到全局文本图；步骤1.3，构建多语料文本图，如公式（7）所示： （7）其中，与分别为不同风格的数据集，在同一个图网络中，同时构建的局部文本图与全局文本图，并构建的局部文本图与全局文本图，即得到多语料文本图；步骤2，通过图网络技术与标签嵌入方法，利用Node2Vec获取步骤1文本图网络的图节点表示，并提取文本表示与风格表示；步骤3，利用Transformer构建生成端模型，并融合步骤2的风格表示和词表示构建文本风格迁移模型；步骤4，利用多任务学习方法中的参数硬共享，将不同文本风格迁移目标视作不同任务，共享不同风格的文本风格迁移模型的底层参数，并利用多任务降低不同任务间的耦合关系，构建文本多风格迁移模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。