龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院自动化研究所;上海人工智能创新中心
摘要：本发明提供一种基于知识筛选的常识推理模型的训练方法、装置，该方法包括：获取样本问答对；基于初始常识推理模型对样本问答对的初始背景知识进行筛选得到优选背景知识；基于优选背景知识、样本问题以及初始常识推理模型，确定样本问题的推理答案；基于样本问题的推理答案以及样本答案进行训练迭代，以得到基于知识筛选的常识推理模型；初始常识推理模型是基于构建第一约束和第二约束，并对第一约束和第二约束进行变分估计确定约束上界得到的；第一约束用于最大化优选背景知识与样本问答对之间的关联；第二约束用于最小化优选背景知识与初始背景知识之间的关联。本发明提供的方法，实现精准有效的知识筛选，提升模型推理的准确性和推理速度。
主权项：1.一种基于知识筛选的常识推理模型的训练方法，其特征在于，包括：获取样本问答对，所述样本问答对包括样本问题以及所述样本问题对应的样本答案；基于初始常识推理模型对所述样本问答对的初始背景知识进行筛选，得到优选背景知识；基于所述优选背景知识、所述样本问题以及所述初始常识推理模型，确定所述样本问题的推理答案；基于所述样本问题的推理答案以及样本答案，对所述初始常识推理模型进行训练迭代，以得到基于知识筛选的常识推理模型；所述初始常识推理模型是基于构建第一约束以及第二约束，并基于对所述第一约束以及所述第二约束进行变分估计，确定约束上界得到的；所述第一约束用于最大化所述优选背景知识与所述样本问答对之间的关联；所述第二约束用于最小化所述优选背景知识与所述初始背景知识之间的关联。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 上海人工智能创新中心 基于知识筛选的常识推理模型的训练方法、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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号