申请/专利权人:山西三友和智慧信息技术股份有限公司
申请日:2023-12-29
公开(公告)日:2024-03-29
公开(公告)号:CN117787289A
主分类号:G06F40/30
分类号:G06F40/30;G06F16/332;G06F16/33
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明属于深度学习技术领域,具体涉及一种基于问答系统的阅读理解中Bert的可解释性方法,包括下列步骤:数据采集:采集模型所需的数据,并对其类别进行标注,完成模型所需的数据集构建;数据预处理:对数据集进行的预处理,为后续的搜索做必要准备;对Bert基准模型分析:寻找段落词:在每一层找出对答案最重要的段落词;保留或移除优先级队列:主要用JSD来表征和可视化一个层的功能;验证模型:在数据集中验证方法的有效性和可行性。本发明使用集成梯度定义每个层的功能,其分析表明,Bert在得到答案之前,正在其初始层中学习某种形式的段落‑查询交互。这对解释Bert具体怎样完成相关自然语言处理任务有一个好的启发,具有较大的实用意义。
主权项:1.一种基于问答系统的阅读理解中Bert的可解释性方法,其特征在于:包括下列步骤:S1、数据采集:采集模型所需的数据,并对其类别进行标注,完成模型所需的数据集构建;S2、数据预处理:对数据集进行的预处理,为后续的搜索做必要准备;S3、对Bert基准模型分析:对于Bert分析,使用Bert-base模型,所述Bert-base模型有12个变压器块,每个变压器块有一个多方向自我注意机制和一个前馈神经网络;S4、寻找段落词:理解RCQA的每个Bert层的功能;在每一层找出对答案最重要的段落词;S5、保留或移除优先级队列:用JSD来表征和可视化一个层的功能;S6、验证模型:在数据集中验证方法的有效性和可行性。
全文数据:
权利要求:
百度查询: 山西三友和智慧信息技术股份有限公司 一种基于问答系统的阅读理解中Bert的可解释性方法
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。