恭喜哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)白雪峰獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利一種基于大語言模型的古詩詞到視頻的生成方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119415674B 。
龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510025829.5,技術領域涉及:G06F16/334;該發明授權一種基于大語言模型的古詩詞到視頻的生成方法及裝置是由白雪峰;裴振武;陳科海;張民設計研發完成,并于2025-01-08向國家知識產權局提交的專利申請。
本一種基于大語言模型的古詩詞到視頻的生成方法及裝置在說明書摘要公布了:本發明公開一種基于大語言模型的古詩詞到視頻的生成方法及裝置,涉及視頻生成技術領域。方法包括:構建古詩詞知識庫;根據大語言模型采用SoftPrompt訓練方法,得到訓練好的故事學習向量;根據待生成古詩詞數據、對應的文本知識、訓練好的故事學習向量以及大語言模型,得到待生成古詩詞數據對應的故事;根據待生成古詩詞數據對應的故事、預設的提示詞以及大語言模型,得到待生成古詩詞數據對應的劇本;根據劇本、圖片知識以及圖片生成模型,生成待生成古詩詞數據對應的故事圖片;根據故事圖片以及視頻生成模型,生成待生成古詩詞數據對應的視頻。采用本發明,可以解決古詩詞視頻數據集匱乏的問題,提升了古詩詞視頻的生成質量。
本發明授權一種基于大語言模型的古詩詞到視頻的生成方法及裝置在權利要求書中公布了:1.一種基于大語言模型的古詩詞到視頻的生成方法,其特征在于,所述方法包括:S1、構建古詩詞知識庫,所述古詩詞知識庫包括文本知識和圖片知識;S2、根據大語言模型采用SoftPrompt訓練方法,得到訓練好的故事學習向量;S3、獲取待生成古詩詞數據,在所述古詩詞知識庫中查找出所述待生成古詩詞數據對應的文本知識,根據所述待生成古詩詞數據、對應的文本知識、訓練好的故事學習向量以及所述大語言模型,得到所述待生成古詩詞數據對應的故事;S4、根據所述待生成古詩詞數據對應的故事、預設的提示詞以及所述大語言模型,得到所述待生成古詩詞數據對應的劇本;S5、根據所述待生成古詩詞數據對應的劇本、圖片知識以及圖片生成模型,生成待生成古詩詞數據對應的故事圖片;S6、根據待生成古詩詞數據對應的故事圖片以及視頻生成模型,生成待生成古詩詞數據對應的視頻;其中,所述S2的根據大語言模型采用SoftPrompt訓練方法,得到訓練好的故事學習向量,包括:獲取訓練樣本,所述訓練樣本包括樣本古詩詞以及樣本古詩詞對應的真值故事序列;對初始的大語言模型中的模型參數進行凍結,將樣本古詩詞輸入到凍結后的大語言模型,根據待訓練的故事學習向量Prompt,得到樣本古詩詞對應的預測故事序列;將樣本古詩詞對應的預測故事序列與真值故事序列進行比較,根據交叉熵損失函數對待訓練的Prompt進行訓練,所述交叉熵損失函數的公式如下式(1): 1其中,T為真值故事序列的長度,表示在樣本古詩詞X和softprompt為P的條件下,大語言模型預測出真值故事序列中第i個詞語的概率;迭代訓練,直到損失函數達到收斂,停止訓練,得到訓練好的故事學習向量Prompt;其中,所述S4的根據所述待生成古詩詞數據對應的故事、預設的提示詞以及所述大語言模型,得到所述待生成古詩詞數據對應的劇本,包括:S41、使用預設規則將所述待生成古詩詞數據對應的故事進行分解,得到文字描述序列;S42、使用大語言模型對所述待生成古詩詞數據對應的故事中的人物信息和地點信息進行提?。籗43、根據所述文字描述序列、提取的人物信息和地點信息、以及預設的提示詞,生成四個劇本,其中,所述四個劇本中的第一劇本描述故事的主要任務和主要場景,所述四個劇本中的第二劇本描述故事的視頻片段,所述四個劇本中的第三劇本描述人物場景對應關系,所述四個劇本中的第四劇本描述持續時間。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院),其通訊地址為:518000 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。