DEVICE, METHOD, AND PROGRAM FOR ENHANCING OUTPUT CONTENT THROUGH ITERATIVE GENERATION
A method of improving output content through iterative generation is provided. The method includes receiving a natural language input, obtaining user intention information based on the natural language input by using a natural language understanding (NLU) model, setting a target area in base content...
Gespeichert in:
Hauptverfasser: | , , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A method of improving output content through iterative generation is provided. The method includes receiving a natural language input, obtaining user intention information based on the natural language input by using a natural language understanding (NLU) model, setting a target area in base content based on a first user input, determining input content based on the user intention information or a second user input, generating output content related to the base content based on the input content, the target area, and the user intention information by using a neural network (NN) model, generating a caption for the output content by using an image captioning model, calculating similarity between text of the natural language input and the generated output content, and iterating generation of the output content based on the similarity.
Il est prévu un procédé d'amélioration de contenu de sortie par génération itérative. Le procédé consiste à recevoir une entrée en langage naturel, à obtenir des informations d'intention d'utilisateur sur la base de l'entrée en langage naturel en utilisant un modèle de compréhension de langage naturel (NLU), à définir une zone cible dans un contenu de base sur la base d'une première entrée d'utilisateur, à déterminer un contenu d'entrée sur la base des informations d'intention d'utilisateur ou d'une seconde entrée d'utilisateur, à générer un contenu de sortie associé au contenu de base sur la base du contenu d'entrée, de la zone cible et des informations d'intention d'utilisateur en utilisant un modèle de réseau neuronal (NN), à générer un sous-titre pour le contenu de sortie en utilisant un modèle de sous-titrage d'image, à calculer une similitude entre un texte de l'entrée en langage naturel et le contenu de sortie généré, et à répéter la génération du contenu de sortie sur la base de la similitude. |
---|