申请/专利权人：北京理工大学

申请日：2024-01-23

公开（公告）日：2024-06-04

公开（公告）号：CN118133965A

主分类号：G06N5/04

分类号：G06N5/04;G06F18/21;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.21#实质审查的生效;2024.06.04#公开

摘要：本发明涉及一种基于反馈强化学习融合归因的事件极性分析方法，属于强化学习和自然语言处理技术领域。本发明基于反馈强化学习，通过人类评估者提供的反馈来学习不同情境下的归因信息，将归因信息融合到事件极性分析任务中。本方法不仅仅关注于找出“正确”的答案，而是强调理解和解释事件背后的多维度信息。在事件极性分析的背景下，这意味着模型不仅能判断事件是否真实发生，而且能够理解事件发生的原因、背景和可能的影响，从而能够获取更佳的性能。

主权项：1.一种基于反馈强化学习融合归因的事件极性分析方法，其特征在于，包括以下步骤：步骤1：事件极性归因信息构造；步骤1.1：获取事件极性分析数据集，根据不同的极性类别以及对应事件的发生情况特点，找到符合的事件极性归因情况；步骤1.2：根据具体的上下文信息，判断事件极性归因的情况；步骤1.3：根据事件极性归因情况以及上下文信息，人工构造每条样本的事件极性归因信息；步骤2：事件极性归因信息融合学习；步骤2.1：构造提示词，要求模型输出样本的事件极性标签，并将提示词与样本进行拼接，将其作为输入，将事件极性标签作为输出，构造出事件极性分类训练数据；步骤2.2：构造提示词，要求模型输出样本的事件极性归因，并将提示词与样本进行拼接，将其作为输入，将事件极性归因作为输出，构造出事件极性归因训练数据；步骤2.3：将事件极性分类训练数据与事件极性归因训练数据进行打乱混合，以此为训练数据，同时对大语言模型进行监督微调训练；步骤3：事件极性归因信息反馈强化学习；步骤3.1：将步骤2.2中获得的事件极性归因训练数据输入到步骤2.3中获得的监督微调好的大语言模型中，对每条输入生成多条不同的归因信息；步骤3.2：对步骤3.1中的多条归因进行评分排序；评分角度包括正确性、理由合理性等；步骤3.3：使用步骤3.2中获得的排序数据，对另一个大语言模型进行监督微调训练，使模型对步骤3.2中排序靠前的归因信息评分高，对步骤3.2中排序靠后的归因信息评分低；监督微调训练完成后，获得奖励模型；步骤3.4：将步骤2.1中获得的事件极性分类训练数据以及步骤2.2中获得的事件极性归因训练数据的输入分别提取出来，打乱混合作为新的训练数据的输入；步骤3.5：将步骤3.4中获得的数据输入到步骤2.3中获得的模型中，获得模型输出；对于归因输出，使用步骤3.3中获得的奖励模型进行评分；对应极性标签输出，若输出标签正确为1分，错误则为0分；最后，对模型参数进行优化，得到最终训练好的大语言模型；利用该模型对语句中事件的极性进行分析，预测输出极性标签，判断事件的真实发生情况。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于反馈强化学习融合归因的事件极性分析方法

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。

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