申请/专利权人：谷歌有限责任公司

申请日：2017-10-25

公开（公告）日：2023-08-22

公开（公告）号：CN111095259B

主分类号：G06F40/30

分类号：G06F40/30;G06F16/33;G06F16/36;G06N3/02

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2020.05.29#实质审查的生效;2020.05.01#公开

摘要：本公开提供了执行机器学习的自然语言处理的系统和方法。计算系统可以包括机器学习的自然语言处理模型，该机器学习的自然语言处理模型包括编码器模型和编程器模型，该编码器模型被训练以接收自然语言文本主体并输出知识图，该编程器模型被训练以接收自然语言问题并输出程序。计算系统可以包括存储指令的计算机可读介质，当被执行时，所述指令使得处理器执行操作。所述操作可以包括获得自然语言文本主体，将自然语言文本主体输入到编码器模型中，接收作为编码器模型的输出的知识图，获得自然语言问题，将自然语言问题输入到编程器模型中，接收作为编程器模型的输出的程序，并且在知识图上执行程序以产生对自然语言问题的回答。

主权项：1.一种用于自然语言处理的计算系统，包括：至少一个处理器；机器学习的自然语言处理模型，包括：编码器模型，其中，所述编码器模型被训练以接收自然语言文本主体，并且响应于接收到自然语言文本主体，生成知识图；以及编程器模型，其中，所述编程器模型被训练以接收自然语言问题，并且响应于接收到自然语言问题，输出程序；其中，编程器模型和编码器模型中的至少一个已至少部分地基于总目标函数被训练，其中，所述总目标函数包括在第一训练阶段中的自动编码器目标函数和在第一训练阶段后的第二训练阶段中的问答目标函数，其中，所述自动编码器目标函数描述了自然语言文本主体与由解码器模型基于知识图输出的自然语言文本主体的重建之间的重建损失，并且其中，所述问答目标函数描述了基于回答与预期回答的比较的奖励；以及至少一种有形的非暂时性计算机可读介质，其存储指令，当由至少一个处理器执行时，所述指令使得至少一个处理器执行操作，所述操作包括：获取自然语言文本主体；将自然语言文本主体输入到编码器模型中；使用编码器模型生成知识图；获得自然语言问题；将自然语言问题输入到编程器模型中；接收作为编程器模型的输出的所述程序；以及在知识图上执行所述程序以产生对自然语言问题的回答。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 使用N-GRAM机器的自然语言处理

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