申请/专利权人：马上消费金融股份有限公司

申请日：2022-08-02

公开（公告）日：2023-05-23

公开（公告）号：CN116151834A

主分类号：G06Q30/01

分类号：G06Q30/01;G06Q30/0201;G06Q30/0601;G06F16/35;G06N3/045;H04L67/50

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本说明书实施例提供一种对话特征表示方法和装置以及模型训练方法和装置。一种模型训练方法可包括：获取训练对话语料以及训练对话语料中每个训练对话语料对应的标注类别标签，训练对话语料中不包括非文本对话语料；将训练对话语料输入至教师模型，得到训练对话语料对应的第一编码特征向量和预测类别标签，其中，第一编码特征向量为教师模型的编码网络层的输出，预测类别标签为教师模型的输出结果；将训练对话语料输入至学生模型，得到训练对话语料对应的第二编码特征向量；根据标注类别标签、预测类别标签、第一编码特征向量和第二编码特征向量，确定第一损失；基于第一损失，调整学生模型的参数。

主权项：1.一种模型训练方法，其特征在于，所述训练方法包括：获取训练对话语料以及所述训练对话语料中每个训练对话语料对应的标注类别标签，所述训练对话语料中不包括非文本对话语料；将所述训练对话语料输入至教师模型，得到所述训练对话语料对应的第一编码特征向量和预测类别标签，其中，所述第一编码特征向量为所述教师模型的编码网络层的输出，所述预测类别标签为所述教师模型的输出结果；将所述训练对话语料输入至学生模型，得到所述训练对话语料对应的第二编码特征向量；根据所述标注类别标签、所述预测类别标签、所述第一编码特征向量和所述第二编码特征向量，确定第一损失；基于所述第一损失，调整所述学生模型的参数。

全文数据：

权利要求：

百度查询： 马上消费金融股份有限公司 对话特征表示方法和装置以及模型训练方法和装置

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。

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