申请/专利权人:平安科技(深圳)有限公司
申请日:2024-04-10
公开(公告)日:2024-06-21
公开(公告)号:CN118227764A
主分类号:G06F16/332
分类号:G06F16/332;G06F16/35;G06F16/33;G06F16/36;G06F40/35;G16H50/20;G16H50/70;G06N5/04
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明涉及语音语义领域及数字医疗领域,揭露一种基于prompt的知识问答一阶推理方法、装置、电子设备以及存储介质,方法包括:构建待训练文本的知识图谱三元组,对问题进行实体抽取,得到抽取实体;构建抽取实体的学习模板对,拼接待训练文本与学习模板对,得到拼接样本;将拼接样本输入至待训练推理模型,利用待训练推理模型输出拼接样本的推理回答,利用知识图谱三元组对推理回答进行回答筛选,得到筛选回答,计算筛选回答的交叉熵损失、一致性损失、整体损失;根据交叉熵损失、一致性损失、整体损失,对待训练推理模型进行模型训练,得到训练好的推理模型;利用训练好的推理模型识别待推理文本的文本推理结果。本发明可以保障知识问答的准确推理。
主权项:1.一种基于prompt的知识问答一阶推理方法,其特征在于,所述方法包括:获取待训练文本,构建所述待训练文本的知识图谱三元组,对所述问题进行实体抽取,得到抽取实体;基于所述知识图谱三元组,构建所述抽取实体的学习模板对,拼接所述待训练文本与所述学习模板对,得到拼接样本;将所述拼接样本输入至待训练推理模型,利用所述待训练推理模型输出所述拼接样本的推理回答,利用所述知识图谱三元组与所述学习模板对对所述推理回答进行回答筛选,得到筛选回答,计算所述筛选回答的交叉熵损失、一致性损失、整体损失;根据所述交叉熵损失、所述一致性损失、所述整体损失,对所述待训练推理模型进行模型训练,得到训练好的推理模型;利用所述训练好的推理模型识别待推理文本的文本推理结果。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 基于prompt的知识问答一阶推理方法及装置
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。