申请/专利权人:桂林电子科技大学
申请日:2023-10-26
公开(公告)日:2024-03-05
公开(公告)号:CN117648922A
主分类号:G06F40/211
分类号:G06F40/211;G06F16/35;G06N3/04;G06N3/0895
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.22#实质审查的生效;2024.03.05#公开
摘要:本发明涉及语言处理技术领域,涉及一种用于探测预训练深度语言模型生成的句子表示的方法,包括:一、给定句子W、W对应的模型M;二、从模型M中获得向量序列H=MW;三、设计树拓扑探针,树拓扑探针首先使用结构探针计算H的探测树深序列probSeqf;然后,构建伪树深序列pesuSeqW并计算pesuSeqf与pesuSeqW之间的距离度量;四、将任务损失和距离度量输入综合损失得到最后的微调损失,通过树拓扑探针微调发现预训练深度语言模型生成的句子表示的内部结构是否具有树形结构的层次结构。本发明能较佳地探测句子表示。
主权项:1.一种用于探测预训练深度语言模型生成的句子表示的方法,其特征在于:包括以下步骤:一、给定句子W、W对应的模型M;二、从模型M中获得向量序列H=MW;三、设计树拓扑探针,树拓扑探针首先使用结构探针计算H的探测树深序列probSeqf;然后,构建伪树深序列pesuSeqW并计算probSeqf与pesuSeqW之间的距离度量DistanceMetric;四、将任务损失和距离度量DistanceMetric输入综合损失CombinedLoss得到最后的微调损失,通过树拓扑探针微调发现预训练深度语言模型生成的句子表示的内部结构是否具有树形结构的层次结构。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 一种用于探测预训练深度语言模型生成的句子表示的方法
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。