龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：支付宝(杭州)信息技术有限公司;上海科技大学
申请日：2024-03-14
公开（公告）日：2024-05-10
公开（公告）号：CN118014046A
主分类号：G06N3/088
分类号：G06N3/088;G06N3/045;G06F16/35;G06F40/211;G06F40/30
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本说明书实施例提供一种句法语言模型的无监督训练方法及装置，在训练方法中，首先将输入文本输入组合模型进行句法推导，得到最佳句法树。之后，可以对该最佳句法树进行全部层级的遍历，得到文本片段序列。接着可以将文本片段序列中各文本片段的内部表征一起输入生成模型，得到针对各文本片段预测的各动作类别。最后，可以分别基于生成模型输出的动作类别和基于组合模型确定的各文本片段的外部表征，计算第一预测损失和第二预测损失，并基于第一预测损失和第二预测损失的综合损失，调整组合模型和生成模型的参数。
主权项：1.一种句法语言模型的无监督训练方法，所述句法语言模型包括：生成模型和组合模型；所述方法包括：将第一文本输入所述组合模型进行句法推导，得到当前最佳句法树，其中的每个节点代表一个文本片段，并具有相应的内部表征和外部表征；父节点代表的文本片段是语义切分得到的两个子节点代表的文本片段的组合；所述内部表征通过对对应文本片段的内部信息进行编码得到；所述外部表征通过结合对应文本片段的上下文信息进行编码得到；对所述当前最佳句法树进行全部层级的遍历，得到文本片段序列；将所述文本片段序列中各文本片段的内部表征一起输入所述生成模型，得到针对所述各文本片段预测的各动作类别；所述动作类别选自组合和生成；至少根据所述各动作类别以及动作标签序列，确定第一预测损失；所述动作标签序列基于所述各文本片段的起止位置而确定；根据所述第一预测损失和第二预测损失的综合损失，调整所述生成模型和组合模型的参数；所述第二预测损失基于所述第一文本中各个词的外部表征计算得到。
全文数据：
权利要求：
百度查询： 支付宝(杭州)信息技术有限公司;上海科技大学 句法语言模型的无监督训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号