Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州元脑智能科技有限公司李宇涵获国家专利权

苏州元脑智能科技有限公司李宇涵获国家专利权

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!

龙图腾网获悉苏州元脑智能科技有限公司申请的专利一种问答模型的训练方法、装置、计算机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:CN119513253B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411574829.2,技术领域涉及:G06F16/3329;该发明授权一种问答模型的训练方法、装置、计算机设备及存储介质是由李宇涵设计研发完成,并于2024-11-06向国家知识产权局提交的专利申请。

一种问答模型的训练方法、装置、计算机设备及存储介质在说明书摘要公布了:本发明涉及人工智能技术领域,公开了一种问答模型的训练方法、装置、计算机设备及存储介质,该方法包括:获取初始模型和L条服务器语句;将服务器语句中多个词语中至少一个目标词语并将其替换为预设标识,生成新的L条服务器语句组成第一样本集;抽取多组连续的两条服务器语句,得到多组正样本,并将两条服务器语句顺序交换得到多组负样本,并与多组正样本组成第二样本集;根据服务器语句的语法结构和内容生成服务器问题,并基于每条服务器语句中词语的依赖关系生成服务器答案,并与服务器问题组成第三样本集。基于第一样本集、第二样本集、第三样本集对初始模型进行训练,得到目标问答模型。本发明可以提升客户查询服务器问题对应的答案的效率。

本发明授权一种问答模型的训练方法、装置、计算机设备及存储介质在权利要求书中公布了:1.一种问答模型的训练方法,其特征在于,所述方法包括: 获取初始模型和L条服务器语句,L≥1且为整数; 解析所述L条服务器语句,获取所述L条服务器语句中每条所述服务器语句对应的多个词语、每条所述服务器语句的语法结构和内容、以及每条所述服务器语句包括的词语的依赖关系; 提取所述多个词语包括的至少一个目标词语,并将所述至少一个目标词语替换为预设标识,生成新的L条服务器语句,所述新的L条服务器语句组成第一样本集; 从所述L条服务器语句中抽取多组连续的两条服务器语句,得到多组正样本,并将每组正样本包括的两条服务器语句顺序交换,得到多组负样本,将所述多组正样本和所述多组负样本组成第二样本集,所述第二样本集包括第二数量组正样本; 根据所述L条服务器语句的语法结构和内容,生成多个服务器问题,并基于每条所述服务器语句包括的词语的依赖关系,生成所述多个服务器问题对应的多个服务器答案,将所述多个服务器问题和所述多个服务器答案组成第三样本集; 基于所述第一样本集、所述第二样本集、所述第三样本集对所述初始模型进行训练,得到目标问答模型,并将所述目标问答模型发送到基板管理控制器,所述目标问答模型具有响应于服务器问题的回答能力; 所述基于所述第一样本集、所述第二样本集、所述第三样本集对所述初始模型进行训练,得到目标问答模型,包括: 将所述第一样本集输入所述初始模型进行预测词语任务训练,得到第一预测模型,所述第一预测模型具有预测被替换为所述预设标识的词语的能力; 将所述第二样本集输入所述第一预测模型进行预测语句顺序训练,得到第二预测模型,所述第二预测模型具有预测两条服务器语句顺序是否正确的能力; 将所述第三样本集输入所述第二预测模型进行问答训练,得到第三预测模型,所述第三预测模型具有所述响应于服务器问题的回答能力; 对所述第三预测模型进行剪枝处理,得到所述目标问答模型; 所述将所述第二样本集输入所述第一预测模型进行预测语句顺序训练,得到第二预测模型,包括: 记录所述第二样本集中每组正样本包括的两条服务器语句的顺序,作为第二数量的第二真实标签; 将所述第二样本集输入所述第一预测模型,得到第二数量的第二预测标签,所述第二预测标签用于指示所述每组正样本或所述每组负样本包括的两条服务器语句的预测顺序; 将所述第二数量的第二预测标签与所述第二数量的第二真实标签进行比较,得到所述第一预测模型的第二评估结果,所述第二评估结果用于指示所述第二预测标签与所述第二真实标签一致的次数占所述第二数量的比值; 判断所述第二评估结果是否大于等于第二阈值; 若是,则将训练后的所述第一预测模型,确定为所述第二预测模型; 若否,则调整所述训练后的第一预测模型的模型参数,并基于所述第二样本集重新进行训练,直到所述第二评估结果大于等于所述第二阈值。

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苏州元脑智能科技有限公司,其通讯地址为:215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢;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。

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。