一种用于相关性模型中关键信息感知与处理的方法

AITNT
正文
推荐专利
一种用于相关性模型中关键信息感知与处理的方法
申请号:CN202410993520
申请日期:2024-07-23
公开号:CN118939759A
公开日期:2024-11-12
类型:发明专利
摘要
本发明属于信息技术领域,且公开了一种用于相关性模型中关键信息感知与处理的方法,该方法具体步骤如下:S1:定义问题与目标:S2:query侧显式信息扩展:S3:魔盒侧显式信息扩展:S4:设计field embedding:S5:构建扩展后的样本格式:S6:实施多任务自训练:S7:评估与优化。本发明通过构建辅助任务与引入软标签,结合多任务训练框架及自训练策略,可以显著提升模型性能,利用预训练模型生成的软标签,模型能够隐式捕捉并学习样本中的深层与丰富信息,增强了对复杂数据的理解能力,同时,多任务学习框架促使模型在多个相关任务上同时优化,有效提升了模型的泛化能力与鲁棒性。
技术关键词
样本 实体 标签 意图识别模型 执行多任务 支持多任务 更新模型参数 格式 定义 策略 通用特征 预训练模型 字段 生成方式 数据分布
系统为您推荐了相关专利信息
1
图关联规则挖掘方法、装置、设备及介质
关联规则挖掘方法 节点 决策树训练 信息业务系统 关联规则提取
2
页岩含油性的确定方法、装置、设备和存储介质
全直径岩心 二维核磁共振 计算机执行指令 饱和度模型 XGBoost算法
3
基于KNN算法的光声特征联合的微粒识别方法及系统
KNN算法 微粒 识别方法 局部放电信号特征 分布特征
4
一种自适应数据治理方法及系统
数据治理方法 策略 数据迁移 分布式账本 冲突检测方法
5
一种基于多模态大模型的问答方法、装置、设备及介质
问答方法 自然语言 视觉特征 融合特征 置信度阈值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号