一种基于标签置信度加权的目标级句子简化方法及系统

AITNT
正文
推荐专利
一种基于标签置信度加权的目标级句子简化方法及系统
申请号:CN202411022704
申请日期:2024-07-29
公开号:CN119106280A
公开日期:2024-12-10
类型:发明专利
摘要
本发明公开了一种基于标签置信度加权的目标级句子简化方法及系统,通过训练多级简化分类器,可以捕捉到句子在不同简化级别上的细微差别,这种多级分类不仅提高了分类的精确度,还使得后续的句子简化过程能够更加细致和灵活,利用多级简化分类器对释义数据集的源句和目标句进行标记,能够自动生成大量的伪训练数据,能有效地缓解了高质量标注数据稀缺的问题,降低了数据收集的成本,在训练句子简化模型时,引入标签置信度加权方案可以显著降低错误标记样本对模型训练的影响,有助于提高模型的鲁棒性和性能稳定性,最终得到的目标级句子简化模型能够接收待简化句子作为输入,并输出简化后的句子,其输出的简化句子通常具有较高的质量和准确性。
技术关键词
简化方法 分类器 标签 数据 简化系统 BERT模型 标记 更新模型参数 基准 处理器 样本 输入模块 优化器 可读存储介质 存储器 鲁棒性 文本 计算机
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