(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210774228.0 (22)申请日 2022.07.01 (71)申请人 OPPO广东移动通信有限公司 地址 523860 广东省东莞 市长安镇乌沙海 滨路18号 (72)发明人 周峰　 (74)专利代理 机构 广州德科知识产权代理有限 公司 44381 专利代理师 蔡丽妮　万振雄 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/35(2019.01) G06F 40/151(2020.01) G06F 40/279(2020.01) G06F 40/30(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文本风格迁移方法、 装置、 电子设备及存储 介质 (57)摘要 本申请实施例公开了一种文本风格迁移方 法、 装置、 电子设备及存储介质。 该方法， 包括： 获 取第一风格的第一文本； 通过风格迁移模型对所 述第一文本进行风格迁移， 得到第二风格的第二 文本； 其中， 所述风格迁移模型是通过第一训练 阶段及第二训练阶段训练得到的； 所述第一训练 阶段包括利用构造的第一样本文本训练得到初 始迁移模型， 所述第二训练阶段包括利用第二样 本文本对所述初始迁移模型进行对偶训练， 并根 据所述对偶训练期间的收益奖励 进行优化， 得到 所述风格迁移模型。 上述的文本风格迁移方法、 装置、 电子设备及存储介质， 能够提高文本进行 风格迁移的迁移效果。 权利要求书2页 说明书16页 附图5页 CN 115186056 A 2022.10.14 CN 115186056 A 1.一种文本风格迁移方法， 其特 征在于， 包括： 获取第一 风格的第一文本； 通过风格迁移模型对所述第一文本进行风格迁移， 得到第二 风格的第二文本； 其中， 所述风格迁移模型是通过第一训练阶段及第二训练阶段训练得到的； 所述第一 训练阶段包括利用构 造的第一样本文本训练得到初始迁移模型， 所述第二训练阶段包括利 用第二样本文本对所述初始迁移模型进行对偶训练， 并根据所述对偶训练期间的收益奖励 进行优化， 得到所述 风格迁移模型。 2.根据权利要求1所述的方法， 其特 征在于， 构造所述第一样本文本， 包括： 通过风格分类器识别初始样本文本对应的第 三风格， 并确定所述初始样本文本 中各个 分词对所述第三 风格的风格贡献权 重； 根据所述各个分词对所述第 三风格的风格贡献权重， 从所述初始样本文本 中选取一个 或多个第一分词进行删除， 以得到所述第一样本文本； 和/或， 根据所述各个分词对所述第 三风格的风格贡献权重， 从所述初始样本文本中选取一个或多个第二分词， 将各个所述第 二分词分别替换为第三分词， 以得到所述第一样本文本 。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述各个分词对所述第 三风格的 风格贡献权重， 从所述初始样本文本中选取一个或多个第一分词进行删除， 以得到所述第 一样本文本， 包括： 随机生成所述各个分词对应的删除概 率； 根据删除比例、 所述各个分词对应的风格贡献权重及所述初始样本文本的文本长度， 确定所述各个分词对应的删除阈值； 从所述初始样本文本中， 选取对应的删除概率小于删除阈值的分词作为第一分词， 并 删除所述第一分词， 以得到所述第一样本文本 。 4.根据权利要求2所述的方法， 其特征在于， 所述将各个所述第 二分词分别替换为第 三 分词， 包括： 向掩码语言模型输入目标第 二分词的语义簇信 息及风格标签， 所述风格标签用于表征 第四风格； 所述目标第二分词为任一所述第二分词； 通过所述掩码语言模型根据 所述语义簇信 息确定所述第 二分词对应的语义聚类簇， 并 从所述语义聚类簇中查找与所述 风格标签匹配的目标第三分词； 将所述目标第二分词替换为所述目标第三分词。 5.根据权利要求1～4任一项所述的方法， 其特征在于， 所述构造所述第 一样本文本， 包 括： 对初始样本文本中的至少部分 分词对应的词序进行调整， 以得到所述第一样本文本 。 6.根据权利要求1～4任一项所述的方法， 其特征在于， 所述初始迁移模型包括第一转 换器及第二转换器； 所述利用第二样本文本对所述初始迁移模型进行对偶训练， 并根据所 述对偶训练期间的收益奖励进行优化， 得到所述 风格迁移模型， 包括： 通过所述第一 转换器将第一 风格的第二样本文本转换为第二 风格的第三文本； 通过所述第二 转换器将所述第二 风格的第三文本转换为所述第一 风格的第四文本； 根据所述第三文本及所述第四文本， 确定所述第三文本对应的收益奖励； 根据多个所述第 二样本文本分别对应的第 三文本的收益奖励， 对所述初始迁移模型进权　利　要　求　书 1/2 页 2 CN 115186056 A 2行优化， 得到所述 风格迁移模型。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述第三文本及所述第 四文本， 确定所述第三文本对应的收益奖励， 包括： 通过风格分类器识别所述第 三文本在所述第 二风格对应的置信度， 并根据所述置信度 确定所述第三文本对应的风格奖励； 确定所述第四文本与 所述第二样本文本之间的损失， 并根据所述损失确定所述第 三文 本对应的内容奖励； 根据所述 风格奖励 及内容奖励， 确定所述第三文本对应的收益奖励。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述置信度确定所述第 三文本对 应的风格奖励， 包括： 确定所述置信度 所属的置信度区间， 并将所述置信度区间对应的奖励确定为所述第 三 文本对应的风格奖励。 9.根据权利要求7所述的方法， 其特征在于， 所述根据所述置信度确定所述第 三文本对 应的风格奖励， 包括： 根据所述置信度确定第一 风格奖励； 通过训练 的风格语言模型确定所述第 三文本与 所述第二风格对应的第 二风格奖励； 所 述风格语言模型至少根据与所述第二 风格对应的样本文本集 合训练得到； 将所述第一风格奖励与所述第 二风格奖励进行融合， 得到所述第 三文本对应的风格奖 励。 10.根据权利要求6所述的方法， 其特征在于， 所述根据多个所述第二样本文本分别对 应的第三文本的收益奖励， 对所述初始迁移模型进行优化， 得到所述 风格迁移模型， 包括： 通过贪心算法计算奖励基准， 并根据 所述奖励基准对多个所述第 二样本文本分别对应 的第三文本的收益奖励进行归一 化处理； 根据归一化处理后的收益奖励对所述初始迁移模型进行优化， 得到所述风格迁移模 型。 11.一种文本风格迁移装置， 其特 征在于， 包括： 文本获取模块， 用于获取第一 风格的第一文本； 风格迁移模块， 用于通过风格迁移模型对所述第一文本进行风格迁移， 得到第二风格 的第二文本； 其中， 所述风格迁移模型是通过第一训练阶段及第二训练阶段训练得到的； 所述第一 训练阶段包括利用构 造的第一样本文本训练得到初始迁移模型， 所述第二训练阶段包括利 用第二样本文本对所述初始迁移模型进行对偶训练， 并根据所述对偶训练期间的收益奖励 进行优化， 得到所述 风格迁移模型。 12.一种电子设备， 其特征在于， 包括存储器及处理器， 所述存储器中存储有计算机程 序， 所述计算机程序被所述处理器执行时， 使得所述处理器实现如权利要求 1～10任一项 所 述的方法。 13.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1～10任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115186056 A 3