深度学习时代的情感生成模型：从RNN到GPT的技术迭代？ 热门官方

回答：①RNN/LSTM阶段（2014-2017）：用循环神经网络生成时序情感内容（如文本、语音），代表模型如LSTM-TextGen（生成情感化句子，BLEU得分0.6），局限是长文本生成易出现重复、逻辑断裂；②Seq2Seq+Attention阶段（2017-2019）：引入编码器-解码器结构与注意力机制，提升长文本生成质量，代表模型如Transformer-Seq2Seq（情感化文本生成BLEU得分0.75），但仍依赖大量标注数据；③预训练模型阶段（2019至今）：基于GPT、BERT等预训练模型，通过微调实现情感生成，代表模型如GPT-3.5/4（通过prompt指定情感目标生成文本，如“以喜悦的情感描述春天的公园”，连贯性与情感匹配度显著提升）、Control-GPT（通过控制代码（如<