本研究提出了一种新颖的风格内容感知个性化标题生成框架（SCAPE），旨在解决个性化新闻标题生成中用户多样化风格偏好的问题。SCAPE通过提取标题的内容和风格特征，结合用户兴趣，显著提升了标题的个性化程度，并在真实数据集PENS上表现优越。

本文提出了一种新的 CAPEG 框架，结合 POSE Matching Network 和基于 transformer 的 Keypoint Interaction Module，显著提升了关键点定位的准确性。通过 MP-100 数据集验证，该方法在 1-shot 和 5-shot 设置下均优于传统技术，展现了良好的可扩展性和效率，能够实现对任意对象类别的关键点定位，突破了传统模型的限制。