申请/专利权人：北京理工大学

申请日：2023-08-24

公开（公告）日：2023-11-10

公开（公告）号：CN117034913A

主分类号：G06F40/268

分类号：G06F40/268;G06F40/242;G06F40/30;G06F16/35;G06N3/04;G06N3/084;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.28#实质审查的生效;2023.11.10#公开

摘要：本发明提供一种基于中文细粒度词表的预训练模型的生成方法，包括：S1、根据拆分映射表和中文细粒度词表对语料进行数据处理，得到语料部首序列；S2、将所述语料部首序列输入预训练模型进行训练，获得所述预训练模型。本发明可以在不增加模型训练难度和模型参数量的基础上做到对汉字字形的有效建模，并且相对于基线模型BERT获得了效果的提升，为接下来下游任务的研究提供了新的更可靠的基础模型支持，以及更具有汉字字形结构信息嵌入表示。

主权项：1.一种基于中文细粒度词表的预训练模型的生成方法，其特征在于，所述生成方法包括：S1、根据拆分映射表和中文细粒度词表对语料进行数据处理，得到语料部首序列；S2、将所述语料部首序列输入预训练模型进行训练，获得所述预训练模型。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于中文细粒度词表的预训练模型的生成方法

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