申请/专利权人：北京语言大学

申请日：2020-10-29

公开（公告）日：2021-02-12

公开（公告）号：CN112364990A

主分类号：G06N3/08(20060101)

分类号：G06N3/08(20060101);G06K9/62(20060101);G06F30/27(20200101);G06F40/253(20200101)

优先权：

专利状态码：有效-授权

法律状态：2021.06.04#授权;2021.03.05#实质审查的生效;2021.02.12#公开

摘要：本发明公开了一种通过元学习实现语法改错少样本领域适应的方法及系统，该方法包括：构建预训练数据集，其包括二语学习者所写的句子和母语修改者修改后的句子；构建源领域数据集，其包括多个领域的语法改错数据；构建目标领域数据集，其包括验证领域的数据和测试领域的数据；先使用预训练数据集对语法改错模型进行预训练；然后，使用源领域数据集对模型进行元训练；基于目标领域数据集，对元训练后的语法改错模型进行微调，使得调整后的语法改错模型可以对目标领域数据集中的数据进行语法改错的测试。本发明在语法改错系统的基础上，使用元学习技术实现了语法改错在少样本领域的适应，提升了语法改错的性能。

主权项：1.一种通过元学习实现语法改错少样本领域适应的方法，其特征在于，所述通过元学习实现语法改错少样本领域适应的方法包括：构建预训练数据集，所述预训练数据集中包括二语学习者所写的句子和母语修改者对二语学习者所写的句子的语法进行修改后的句子；构建源领域数据集，所述源领域数据集中包括多个领域的语法改错数据；构建目标领域数据集，所述目标领域数据集包括验证领域的数据和测试领域的数据；先使用所述预训练数据集对预设的语法改错模型进行预训练；然后，使用所述源领域数据集对预训练后的语法改错模型进行元训练；基于所述目标领域数据集，对元训练后的语法改错模型进行预设参数的调整，使得调整后的语法改错模型可以应用于对所述目标领域数据集中的数据进行语法改错的测试。

全文数据：

权利要求：

百度查询： 北京语言大学 通过元学习实现语法改错少样本领域适应的方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD