摘要
本发明公开了一种基于异构证据图的多模态对齐证据选择方法,构建基于异构证据图的多模态对齐证据选择器模型,首先利用基于对齐的模态整合证据选择器,结合跨模态检索与对齐策略,联合建模表格行、表头、文本段落及句子,并与问题‑表头对齐任务及问题‑段落摘要任务进行联合训练,获得初筛证据,然后在基于异构图注意力网络的重排序模块,利用人事领域知识图谱以及证据的粗细粒度关系构建异构证据图,并基于异构图注意力网络进行证据排序,生成优化后的重排序证据。本发明的方法解决了异构人事数据在问答检索中的模态与粒度不对称、语义不一致、证据关系建模不足以及数据缺失等问题,为人事智能问答系统提供了一种高效、精准的证据选择方法。
技术关键词
异构
节点
表头
表格
表达式
预训练语言模型
注意力机制
图谱
生成式摘要方法
多任务联合学习
排序损失
关系
联合概率建模
文本段落
编码器
Sigmoid函数
网络
邻居
系统为您推荐了相关专利信息
有限元模拟方法
深部岩体
多相介质
关系
屈服准则
学生
多准则决策分析
路径搜索算法
数据
GIS系统
多源异构数据融合
态势预测方法
交通拥堵程度
突发事件数据
车道占用率
航空发动机
贡献度计算方法
时空耦合关系
三维仿真模型
节点
曲线拟合方法
HEMT器件
功率电路
非线性
混合建模方法