申请/专利权人：科大讯飞股份有限公司

申请日：2023-12-19

公开（公告）日：2024-03-22

公开（公告）号：CN117744765A

主分类号：G06N3/0985

分类号：G06N3/0985;G06N3/0464;G06N3/0455;G06V30/14;G06V30/18;G06V30/19;G06V30/262;G06V30/41;G06V10/82;G06F40/289;G06F40/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提供一种答题模型的训练方法、答题方法及装置，其中，训练方法包括：获取预训练数据、第三试题图像及其对应的第三试题文本和第三答案文本；预训练数据包括第一试题文本及其对应的第一答案文本，以及第二试题图像及其中各文本行的位置和文本内容，基于预训练数据对初始模型进行训练，得到预训练模型；基于预训练模型，确定第三试题图像对应的预测试题文本和预测答案文本；基于第三试题图像对应的预测试题文本和预测答案文本，以及第三试题文本和第三答案文本进行模型微调，得到答题模型，克服了目前答题方案无法对包含图像的题目进行答题的缺陷，通过训练后的答题模型实现了对任意题型题目的有效作答，保证了答题准确性，提升了答题效率。

主权项：1.一种答题模型的训练方法，其特征在于，包括：获取预训练数据和训练数据，所述预训练数据包括第一试题文本及其对应的第一答案文本，以及第二试题图像及其中各文本行的位置和文本内容，所述训练数据包括第三试题图像，以及所述第三试题图像对应的第三试题文本和第三答案文本；基于所述预训练数据，对初始模型进行训练，得到预训练模型；基于所述预训练模型，确定所述第三试题图像对应的预测试题文本和预测答案文本；基于所述第三试题图像对应的预测试题文本和预测答案文本，以及所述第三试题文本和所述第三答案文本，对所述预训练模型进行模型微调，得到答题模型。

全文数据：

权利要求：

百度查询： 科大讯飞股份有限公司 答题模型的训练方法、答题方法及装置

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