申请/专利权人：华南师范大学

申请日：2023-12-15

公开（公告）日：2024-04-12

公开（公告）号：CN117875306A

主分类号：G06F40/211

分类号：G06F40/211;G06F40/30;G06F18/213;G06F18/25;G06N3/0464;G06N3/082

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种语句语义模型的训练方法、识别方法、系统、设备及介质，其中，该训练方法通过获取原始的语句数据集和当前的锚点队列；根据当前的锚点队列，对语句数据集进行降维处理，得到孪生向量集；对孪生向量集进行特征编码处理，得到编码特征集；根据同卵特征子集和异卵特征子集，对当前的锚点队列进行更新，得到更新后的锚点队列；根据锚点特征子集、同卵特征子集、异卵特征子集和更新后的锚点队列，对初始化的语句语义模型进行参数更新，得到训练好的语句语义模型。该训练方法可以更有效地捕获句子表示学习的细粒度语义，有效减少模型陷入次优状态的情况，提高模型对语句的识别准确度。本发明涉及人工智能技术领域。

主权项：1.一种语句语义模型的训练方法，其特征在于，包括：获取原始的语句数据集和当前的锚点队列；根据当前的所述锚点队列，对所述语句数据集进行降维处理，得到孪生向量集；对所述孪生向量集进行特征编码处理，得到编码特征集，所述编码特征集包括锚点特征子集、同卵特征子集和异卵特征子集；根据所述同卵特征子集和所述异卵特征子集，对当前的所述锚点队列进行更新，得到更新后的所述锚点队列；根据所述锚点特征子集、所述同卵特征子集、所述异卵特征子集和更新后的所述锚点队列，对初始化的语句语义模型进行参数更新，得到训练好的语句语义模型。

全文数据：

权利要求：

百度查询： 华南师范大学 语句语义模型的训练方法、识别方法、系统、设备及介质

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