申请/专利权人:广西师范大学
申请日:2023-05-17
公开(公告)日:2023-08-11
公开(公告)号:CN116578672A
主分类号:G06F16/33
分类号:G06F16/33;G06F16/332;G06F18/25;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.29#实质审查的生效;2023.08.11#公开
摘要:本发明公开了一种基于ERNIE‑GEN神经网络的阅读理解优化模型,涉及人工智能中的自然语言识别处理领域。首先,在ERNIE‑GEN神经网络模型的预训练阶段,将原始ERNIE‑GEN神经网络单一的左序预训练模式,扩展为多语序预训练模式,迫使ERNIE‑GEN神经网络编码器适应多种输入语序,达到增强编码器适应能力的目的,同时可有效缓解ERNIE‑GEN神经网络在阅读理解任务中的暴露偏差问题;其次,在阅读理解任务微调阶段,使用门控机制,将通过ERNIE‑GEN神经网络模型生成的上下文解码状态与问题解码状态进行融合,达到突出关键语义的目的,以更有效的方式解决阅读理解问题。
主权项:1.一种基于ERNIE-GEN神经网络的阅读理解优化模型,其特征在于:首先,在ERNIE-GEN神经网络模型的预训练阶段,将原始ERNIE-GEN神经网络单一的左序预训练模式,扩展为多语序预训练模式,迫使ERNIE-GEN神经网络编码器适应多种输入语序,达到增强编码器适应能力的目的;其次,在阅读理解任务微调阶段,通过门控机制,将上下文解码状态与问题解码状态进行融合,达到突出关键语义的目的;所述ERNIE-GEN神经网络是指百度公司Xiao等人提出的一种用于自然语言生成的增强的多流预训练和微调框架。
全文数据:
权利要求:
百度查询: 广西师范大学 一种基于ERNIE-GEN神经网络的阅读理解优化模型
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。