首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种融入场景知识的事例分析方法及相关设备 

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!

申请/专利权人:中国人民解放军国防科技大学

摘要:本说明书一个或多个实施例提供的一种融入场景知识的事例分析方法及相关设备,包括:获取事例的文本信息,通过预训练语言模型对所述文本信息进行处理,生成第一向量,对所述第一向量进行随机遮挡训练生成第二向量;对所述文本信息进行属性分析生成属性向量,将所述属性向量与所述第二向量结合,再次进行随机遮挡训练生成第三向量;根据所述第三向量进行语篇关系训练,生成第四向量;根据场景表征模型对所述第四向量进行场景知识优化,生成最终向量;根据所述最终向量生成分析结果,输出所述分析结果。本说明书一个或多个实施例通过多步微调并结合场景知识的方式,使事例分析及推断的精确度大幅度提高,大幅提高了对事例的表征能力和推理能力。

主权项:1.一种融入场景知识的事例分析方法,其特征在于,包括:获取事例的文本信息,通过预训练语言模型对所述文本信息进行处理,生成第一向量,对所述第一向量进行随机遮挡训练生成第二向量;对所述文本信息进行属性分析生成属性向量,所述属性向量为每个词的词性属性,将所述属性向量与所述第二向量结合,再次进行随机遮挡训练生成第三向量;根据所述第三向量进行语篇关系训练,生成第四向量,所述语篇关系为两个分事例之间的关系;根据场景表征模型对所述第四向量进行场景知识优化,生成最终向量;根据所述最终向量生成分析结果,输出所述分析结果;所述根据场景表征模型对所述第四向量进行场景知识优化,生成最终向量,包括:通过所述第四向量生成分事例链条,根据所述分事例链条的统计性隐式变量的先验分布和后验概率通过公式八计算证据最低阈值,再根据所述证据最低阈值通过公式九进行场景表征模型最优解计算,得到所述最终向量; 其中,LELBOθ4,θ5为证据最低阈值,和分别为分事例链条{e1,e2,…,en}的先验分布和后验概率zi为统计性隐式变量,n为分事例链条{e1,e2,…,en}中分事例的数量,为后验概率和先验分布之间的Kullback-Leibler差异值,为在后验概率下的期望值; 其中,为场景表征模型损失函数,通过训练得到的最小值确定最优解,λ为预先定义的权重参数,Lθ4,θ5为设定参数θ4,θ5的L2正则化项。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种融入场景知识的事例分析方法及相关设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。