摘要
本发明公开了一种基于模型微调的收单问答方法、设备、介质及产品,涉及人工智能和金融科技技术领域,该方法包括:获取待问答的收单信息进行预处理,得到结构化收单信息,将其输入至收单问答模型中;通过预训练模型对其进行一次处理,得到通用处理结果提供至微调模型进行二次处理,得到与结构化收单信息对应的目标答案。通过使用基于预训练模型和收单专用样本集训练得到的微调模型,提高了收单问答模型对收单问答场景的适应性,大幅降低了在更换预训练模型后训练收单问答模型的成本和时间,提高了模型训练的效率和模型维护的灵活性。结构化收单信息经预训练模型初步处理,及微调模型二次处理,输出目标答案,提高了收单问答的准确性。
技术关键词
问答模型
预训练模型
问答方法
微调方法
训练样本集
计算机程序产品
金融科技技术
生成训练样本
答案
问答场景
可读存储介质
正则化参数
指数
模型更新
电子设备
处理器通信
因子
指令
系统为您推荐了相关专利信息
中文地址数据
中文地址解析方法
注意力机制
预训练模型
条件随机场
时空预测方法
节点特征
快照
多任务
全局特征提取
辐射源定位方法
地图
路径损耗模型
RSSI数据
重构