摘要
本发明公开一种基于规范化表示空间提示微调的自然语言理解方法,包括如下步骤:(1)构建数据增强模块;(2)构建掩码标记与候选答案词的表示学习;(3)构建基于[MASK]标记和答案词表示的对比学习模块(CLMA);(4)构建基于特征表示距离的监督信号(SSD);(5)构建联合学习框架;该方法通过融合对比学习框架及基于特征表示距离的监督信号,优化了提示微调模型的特征表示,提升了模型处理小样本自然语言理解任务的性能,并同时提升了识别深层语义线索的能力。
技术关键词
自然语言理解方法
预训练语言模型
答案
标签类别
标记
自然语言推理
数据
框架
模板
超参数
信号
处理器
样本
模块
语义
可读存储介质
存储器
系统为您推荐了相关专利信息
智能对话方法
生物特征数据
表情管理
行业知识图谱
智能对话系统
状态空间模型
医疗图像分类方法
样本
原型
标记特征
审核方法
设备状态数据
风险预测模型
动态时间规整算法
物联网传感器
智慧用电安全监管系统
云端数据平台
热敏单元
建立预测模型
深度学习算法