Nlp 确保编码器-解码器文本生成深度学习模型中存在单词/标记/名词
我遇到了一个问题，我想确保在解码和生成抽象风格的句子时生成特定的标记/单词 我正在使用像LSTM和transformer模型这样的深度学习模型来生成短句（100-200个字符）。我希望在生成的文本中出现一些单词，如地点或名词（如品牌名称） 我不确定是否有任何关于这方面的研究，经过广泛的搜索，我真的找不到一篇论文Nlp 确保编码器-解码器文本生成深度学习模型中存在单词/标记/名词,nlp,deep-learning,lstm,transformer,encoder-decoder,Nlp,Deep Learning,Lstm,Transformer,Encoder Decoder,我遇到了一个问题，我想确保在解码和生成抽象风格的句子时生成特定的标记/单词 我正在使用像LSTM和transformer模型这样的深度学习模型来生成短句（100-200个字符）。我希望在生成的文本中出现一些单词，如地点或名词（如品牌名称） 我不确定是否有任何关于这方面的研究，经过广泛的搜索，我真的找不到一篇论文 TIA，欢迎您提供任何线索或建议。：） 我不确定，但您可以尝试根据这些特定的词来调整输出。您的培训师可以像一个seq2seq解码器，但它可以关注那些特定的单词，而不是编码器输出 你能展示
TIA，欢迎您提供任何线索或建议。：） 我不确定，但您可以尝试根据这些特定的词来调整输出。您的培训师可以像一个seq2seq解码器，但它可以关注那些特定的单词，而不是编码器输出 你能展示一下你的模型架构吗？现在，它是基本的seq2seq编码器-解码器模型。LSTM用于编码输入，另一个LSTM用于解码输出。