摘要
本公开的实施例公开了面向隐私对话数据的回复信任性预测方法。该方法的一具体实施方式包括:接收初始模型参数;对本地问答对话训练样本集进行数据增强处理后输入至相关性生成模型,得到问答相关性数值;将增强后问答对话训练样本集输入至隐私性生成模型,得到问答隐私性数值;对初始模型参数进行参数对比学习更新,得到更新后本地模型参数;将更新后本地模型参数发送至服务端;将初始本地问答隐私相关性生成模型,确定为本地问答隐私相关性生成模型;生成隐私相关性数值集;对用户端进行信息流量拦截控制。该实施方式可以提高数据的安全性和对话上下文的关联性和隐私性,减少无效交互,降低用户端和服务端负载,提高用户体验感。
技术关键词
训练样本集
数值
参数
性预测方法
三元组
服务端
数据
对话生成模型
处理器
预测装置
存储装置
控制单元
电子设备
程序
计算机
动态
介质