公开(公告)号：CN118445392A

公开(公告)日：2024-08-06

申请号：CN202410577965.0

申请日：2024-05-10

Applicant: 中国科学院计算技术研究所

Inventor： 郭岩 ,  黄婉仪 ,  陈银鹏 ,  吴昱明 ,  薛源海 ,  刘悦 ,  沈华伟 ,  程学旗

IPC: G06F16/332 ,  G06F16/33 ,  G06F40/284 ,  G06F40/30

Abstract: 本发明提出一种面向网页的阅读理解模型的训练方法、装置、存储介质，该方法包括：获取网页基于DOM树结构的路径信息，利用该路径信息表征网页的逻辑结构信息表示；获取网页基于网页快照的坐标信息，利用该坐标信息表征网页的空间结构信息表示；获取网页中的提示词，利用该提示词对初始问题文本进行信息增强，得到目标问题文本；将该逻辑结构信息表示与该空间结构信息表示融合，输入到网页阅读理解模型中；以及将该目标问题文本与该网页内容文本拼接，输入到该网页阅读理解模型中，获取答案。该方法提升了模型的网页理解能力，进而提高答案的准确性和相关性。