摘要
本发明公开了一种基于模型的问答方法、电子设备及介质,涉及模型推理技术领域。该方法中根据各初始样本数学问题文本的信息生成新的样本数学问题文本,并获取新的样本数学问题文本对应的新的样本答复信息,实现了对数据集的扩充;利用扩充后的数据集对模型进行训练,提升了模型的数学计算能力。在利用训练后的用于答复数学问题文本的模型对待答复的数学问题文本的答复结果进行预测时,提高了对待答复的数学问题文本的答复结果预测的准确性。而且,在扩充数据集时,基于各初始样本数学问题文本的信息生成新的样本数学问题文本,即对初始样本数学问题文本进行微调,可以在不实际收集更多原始数据的情况下扩充训练数据集,增强模型的泛化能力。
技术关键词
数学
文本
样本
问答方法
符号
生成规则
表达式
数值运算规则
生成随机数
元素
格式
精度
列表
推理技术
电子设备
可读存储介质
存储计算机程序
标记
系统为您推荐了相关专利信息
智能解析方法
掌子面
卷积神经网络模型
构建卷积神经网络
岩体条件
转换文本
情感语音生成方法
韵律特征
语音特征
生成终端
交互系统
神经网络模型
生成训练样本
分类神经网络
卷积模块
量表
校验码验证
识别方法
深度学习模型
识别设备