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:天津大学
摘要:本发明公开一种基于先验篇章关系的半监督稳定变分对话生成方法,包括如下步骤:S1.构建基于编码器‑解码器基本框架的训练语言模型BART;S2.基于vMF分布与BART编码器构建条件变分自编码器,用于上下文篇章关系的特征提取,得到给定对话上下文的篇章关系隐变量zDR;实现有监督的对话篇章关系规划;S3.在用于重构数据集中每段对话回复的编码器‑解码器基本框架上引入vMF分布和给定对话上下文的篇章关系隐变量zDR构成一个基于vMF分布的生成模块;实现无监督的对话篇章关系感知;S4.基于条件变分自编码器和生成模块得到改进后的训练语言模型BART,通过联合训练优化变分自编码器和生成模块的损失函数实现对改进后的BART的优化,实现预测生成每段对话上下文c的回复y。
主权项:1.一种基于先验篇章关系的半监督稳定变分对话生成方法,其特征在于,包括以下步骤:S1.构建基于编码器-解码器基本框架的预训练语言模型BART;S2.利用先验对话篇章关系作为额外的引导信号来生成更具体的回复,基于vMF分布与BART编码器构建条件变分自编码器,用于上下文的篇章关系特征提取,得到给定对话上下文的篇章关系隐变量zDR;实现有监督的对话篇章关系规划;S3.在用于重构数据集中每段对话回复的编码器-解码器基本框架上引入vMF分布和给定对话上下文的篇章关系隐变量zDR构成一个基于vMF分布的生成模块,得到回复y;实现无监督的对话篇章关系感知的回复生成;S4.基于上述条件变分自编码器和生成模块得到改进后的预训练语言模型BART,通过联合训练优化变分自编码器和生成模块的损失函数实现对改进后的预训练语言模型BART的优化,实现预测生成每段对话上下文c的回复y。
全文数据:
权利要求:
百度查询: 天津大学 一种基于先验篇章关系的半监督稳定变分对话生成方法
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。