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！

龙图腾网获悉厦门渊亭信息科技有限公司申请的专利一种基于知识蒸馏的问答方法、终端设备及存储介质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：CN114372478B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202111487499.X，技术领域涉及：G06N5/04；该发明授权一种基于知识蒸馏的问答方法、终端设备及存储介质是由洪万福;李晓昊设计研发完成，并于2021-12-07向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的问答方法、终端设备及存储介质在说明书摘要公布了：本发明涉及一种基于知识蒸馏的问答方法、终端设备及存储介质，该方法中包括：S1：采集需求领域的问答数据，组成训练集；S2：对训练集中的各训练数据进行特征提取；S3：构建并通过训练集对网络复杂度较高的精排模型进行训练，生成教师网络模型；S4：构建网络复杂度较低的精排模型，基于知识蒸馏和教师网络模型，通过训练集进行训练，生成精排学生网络模型；S5：构建网络复杂度较低的粗排模型，基于知识蒸馏和教师网络模型，通过训练集进行训练，生成粗排学生网络模型；S6：对待回答问句进行特征提取后，依次通过粗排学生网络模型和精排学生网络模型从问答库中查找对应的答案。本发明可以提升问答系统的效率。

本发明授权一种基于知识蒸馏的问答方法、终端设备及存储介质在权利要求书中公布了：1.一种基于知识蒸馏的问答方法，其特征在于，包括以下步骤： S1：采集需求领域的问答数据，组成训练集； S2：对训练集中的各训练数据进行特征提取，提取的特征包括关键字特征和语义信息特征； S3：构建并通过训练集对网络复杂度较高的精排模型进行训练，将训练后的模型作为教师网络模型；所述网络复杂度较高的精排模型包括：层深较深的DNN排序模型； 精排模型用于提取两个问句的语义信息特征之间的相似度； S4：构建网络复杂度较低的精排模型，基于知识蒸馏和教师网络模型，通过训练集对该复杂度较低的精排模型进行训练，将训练后的模型作为精排学生网络模型；所述网络复杂度较低的精排模型包括：层深较浅的DNN排序模型、LRFM非深度模型； S5：构建网络复杂度较低的粗排模型，基于知识蒸馏和教师网络模型，通过训练集对该复杂度较低的粗排模型进行训练，将训练后的模型作为粗排学生网络模型；所述网络复杂度较低的粗排模型包括：FM或者双塔DNN模型； 粗排模型用于提取两个问句的关键字特征之间的相似度； S6：对待回答问句进行特征提取后，依次通过粗排学生网络模型和精排学生网络模型从问答库中查找对应的答案。

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厦门渊亭信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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。