技术特征：1.结合cnn和transformer的多特征融合对联生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结合cnn和transformer的多特征融合对联生成方法，其特征在于，步骤1中分别构建带词性特征和平仄特征的对联语料库具体如下：
3.根据权利要求1所述的结合cnn和transformer的多特征融合对联生成方法，其特征在于，步骤2中多特征融合词向量构建过程如下：
4.根据权利要求1所述的结合cnn和transformer的多特征融合对联生成方法，其特征在于，步骤3中cnn编码器结构及特征编码向量生成过程如下：
5.根据权利要求1所述的结合cnn和transformer的多特征融合对联生成方法，其特征在于，步骤4中特征编码向量和语义编码向量结合计算如下：
技术总结本发明公开了结合CNN和Transformer的多特征融合对联生成方法，包括以下步骤，在数据预处理阶段，分别构建带词性特征和平仄特征的对联语料库；根据对联上联构建结合词性特征和平仄特征的多特征融合词向量。将对联上联的多特征融合词向量分别输入到CNN编码器和Transformer模型的编码器中进行对联特征提取和对联语义编码，分别得到特征编码向量和语义编码向量。将特征编码向量和语义编码向量结合起来输入到Transformer模型的解码器中。本方法将对联的词性特征和平仄特征加入到词向量中，得到多特征融合的词向量。多特征融合的词向量能提高生成对联的对仗性；将CNN模型和Transformer模型结合起来，强化对联的重点信息，提高生成对联的语义连贯性。
技术研发人员：宋永端,罗倩,杨凡,杨环宇,向清,潘璇,王玉娟
受保护的技术使用者：重庆大学
技术研发日：技术公布日：2024/1/14