买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京中科闻歌科技股份有限公司申请的专利一种基于多任务学习的生成式阅读理解方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115952261B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211583589.3，技术领域涉及：G06F16/3329；该发明授权一种基于多任务学习的生成式阅读理解方法是由罗引;张佳旭;王宇琪;王璋盛;张利文;曹家;张文军;柳力多设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本一种基于多任务学习的生成式阅读理解方法在说明书摘要公布了：本发明提供了一种基于多任务学习的生成式阅读理解方法，所述方法包括如下步骤：获取目标问题和目标段落，获取目标问题和目标段落的对应的特征向量，将特征向量输入到目标阅读理解模型，获取目标答案；从而提高目标答案的准确性和可靠性。

本发明授权一种基于多任务学习的生成式阅读理解方法在权利要求书中公布了：1.一种基于多任务学习的生成式阅读理解方法，其特征在于，所述方法包括如下步骤： S100，获取目标问题和目标段落； S200，获取目标问题和目标段落的对应的特征向量； S300，将特征向量输入到目标阅读理解模型，获取目标答案，其中，目标阅读理解模型的获取包括以下步骤： S10，获取训练用数据集X={X1，X2，…，Xj，…，Xn}，其中，Xj={Xj1，Xj2}，Xj1是第j个训练用问题和训练用段落，Xj2是与Xj1对应的第j个训练用真实答案，j的取值范围是1到n，n是指训练用数据的数量； S20，基于训练用数据集X，获取第一训练用输入数据集E={E1，E2，…，Ej，…，En}和第一训练用真实答案数据集F={F1，F2，…，Fj，…，Fn},其中，Ej是Xj1对应的特征向量，第一训练用真实答案数据Fj=Xj2； S30，基于第一训练用输入数据集E和第一训练用真实答案数据集F对构建的阅读理解模型进行训练，并将训练后的阅读理解模型确定为目标阅读理解模型；其中，S30具体包括以下步骤： S31，将第一训练用输入数据集E分为s1个训练集和s2个验证集以及s3个测试集，其中s1+s2+s3=n； S33，构建阅读理解模型并设置参数值，利用s1个训练集及其对应的s1个第一训练用真实答案数据对构建的阅读理解模型进行训练，得到训练后的阅读理解模型，其中，所述构建的阅读理解模型包括构建的抽取式阅读理解模型、UniLM的单向解码器和copy机制； 其中，在S33中，利用s1个训练集及其对应的s1个第一训练用真实答案数据对阅读理解模型进行训练包括如下步骤： S331，获取s1个训练集对应的第二训练用输入数据集Eʹ={Eʹ1，Eʹ2，…，Eʹi，…，Eʹs1}，Eʹi是s1个训练集中第i个特征向量，i的取值范围是1到s1； S332，将Eʹ输入构建的抽取式阅读理解模型，获取Eʹ的训练用语义向量集和训练用抽取答案集； S333，将训练用语义向量集输入UniLM的单向解码器，获取训练用解码语义向量集； S334，将训练用解码语义向量集输入copy机制并使用BIO标注，获取训练用标签序列集，所述训练用标签为O或者B、I和a、p的组合，其中a为训练用抽取答案和第一训练用真实答案数据共有字符串的标识，p为第一训练用真实答案数据和第一训练用输入数据对应的训练用段落共有字符串的标识，B为目标段落中字符串的标识，I为目标段落中组成连续片段的字符串的标识，O为预测字符串的标识； S335，基于训练用抽取答案集和训练用标签序列集，预测训练用目标答案集； S336，通过最小化损失函数，获取训练后的阅读理解模型，所述损失函数为第一训练用损失函数和第二训练用损失函数之和，所述第一训练用损失函数是训练用抽取答案和训练用真实答案的损失，所述第二训练用损失函数是训练用目标答案和训练用真实答案的损失； S35，对训练后的阅读理解模型进行评估，将评估结果满足第一预设条件的模型确定为待测试阅读理解模型； S37，利用s2个验证集及其对应的s2个第一训练用真实答案数据对待测试阅读理解模型进行验证，获取验证结果； S39，当验证结果满足第二预设条件时，将待测试阅读理解模型确定为目标阅读理解模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京中科闻歌科技股份有限公司，其通讯地址为：100190 北京市海淀区北四环西路9号楼7层717室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。