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。