申请/专利权人：腾讯科技(深圳)有限公司

申请日：2022-05-23

公开（公告）日：2022-06-21

公开（公告）号：CN114648032A

主分类号：G06F40/30

分类号：G06F40/30;G06F16/332;G06F16/33;G06N3/08;G06N3/04

优先权：

专利状态码：有效-授权

法律状态：2022.08.19#授权;2022.07.08#实质审查的生效;2022.06.21#公开

摘要：本申请结合人工智能技术，涉及一种语义理解模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取对应于同一问题的至少一个训练样本，通过待训练的语义理解模型对至少一个训练样本进行处理，输出与同一问题对应的至少两个预测结果，基于预测结果中的至少一个确定语义理解损失，并根据至少两个预测结果间的差异确定散度损失；基于语义理解损失和散度损失构建训练损失函数；根据训练损失函数对待训练的语义理解模型进行训练，直至达到结束条件时停止训练，得到训练完成的语义理解模型，训练完成的语义理解模型用于进行知识问答匹配。采用本方法能够提高机器阅读理解的准确性和稳定性。

主权项：1.一种语义理解模型的训练方法，其特征在于，所述方法包括：获取对应于同一问题的至少一个训练样本，所述训练样本包括与所述同一问题对应的问题样本、以及包含有与所述问题样本相匹配的答案的段落样本；通过待训练的语义理解模型对所述至少一个训练样本进行处理，输出与所述同一问题对应的至少两个预测结果，所述至少两个预测结果基于存在差异的至少两组特征表示预测得到；基于所述预测结果中的至少一个确定语义理解损失，并根据所述至少两个预测结果间的差异确定散度损失；基于所述语义理解损失和所述散度损失构建训练损失函数；根据所述训练损失函数对所述待训练的语义理解模型进行训练，直至达到结束条件时停止训练，得到训练完成的语义理解模型，训练完成的语义理解模型用于进行知识问答匹配。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 语义理解模型的训练方法、装置和计算机设备

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