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：恒生电子股份有限公司
摘要：本说明书实施例提供问答模型训练方法、文本处理方法及奖励模型训练方法，其中所述问答模型训练方法包括：在问答样本对中提取样本问题，并确定所述样本问题对应的思维链数据；利用所述思维链数据将所述样本问题更新为目标样本问题，并将所述目标样本问题输入至初始问答模型进行处理，获得预测答案；利用所述初始问答模型关联的奖励模型根据所述问答样本对中的样本答案，对所述预测答案进行打分，获得优化分值；基于所述优化分值对所述初始问答模型进行调参，直至获得满足训练停止条件的目标问答模型。
主权项：1.一种问答模型训练方法，其特征在于，包括：在问答样本对中提取样本问题，并确定所述样本问题对应的思维链数据；在所述样本问题中确定与所述思维链数据匹配的待变更字单元，利用所述思维链数据对所述待变更字单元进行更新，获得目标样本问题，并将所述目标样本问题输入至初始问答模型进行处理，获得预测答案，其中，所述预测答案包含所述样本问题对应的预测答案文本以及所述样本问题对应的解答思路文本；利用所述初始问答模型关联的奖励模型根据所述问答样本对中的样本答案，对所述预测答案进行打分，获得优化分值；基于所述优化分值对所述初始问答模型进行调参，直至获得满足训练停止条件的目标问答模型；其中，所述奖励模型的训练，包括：获取奖励样本以及所述奖励样本对应的分值向量样本序列，其中，所述分值向量样本序列包含所述奖励样本中每个字单元对应的标准分值向量；将所述奖励样本输入至初始奖励模型进行打分，获得分值向量预测序列，其中，所述分值向量预测序列包含所述奖励样本中每个字单元对应的预测分值向量；利用预设的目标损失函数对所述分值向量样本序列和所述分值向量预测序列计算损失值，并基于所述损失值对所述初始奖励模型进行调参，直至获得满足奖励训练停止条件的奖励模型；其中，所述目标损失函数包含对最后一个字单元对应的目标分值向量进行约束的向量约束项。
全文数据：
权利要求：
百度查询： 恒生电子股份有限公司 问答模型训练方法、文本处理方法及奖励模型训练方法
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。
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