公开(公告)号：CN113312453B

公开(公告)日：2022-09-23

申请号：CN202110667409.9

申请日：2021-06-16

Applicant: 哈尔滨工业大学

Inventor： 车万翔 ,  李祺欣 ,  覃立波 ,  刘挺

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F40/58

Abstract: 一种面向跨语言对话理解的模型预训练系统，本发明涉及面向跨语言对话理解的模型预训练系统。本发明的目的是为了解决现有跨语言对话理解场景下由于小语种语料稀缺而导致模型训练效果有限，无法获得准确的对话理解系统，对用户话语无法完成准确的回复的问题。一种面向跨语言对话理解的模型预训练系统包括：数据采集模块、对话领域标签整理合并模块、训练语料整理模块、目标语种确定模块、静态词典确定模块、单词替换模块、编码模块、单词替换预测模块、样本所属对话领域预测模块、整体模型获取模块、训练模块和跨语言对话理解领域下游任务精调模块。本发明用于跨语言对话理解领域。

公开(公告)号：CN114528381A

公开(公告)日：2022-05-24

申请号：CN202011199067.4

申请日：2020-10-31

Applicant: 华为技术有限公司 ,  哈尔滨工业大学

Inventor： 胡啸 ,  李祺欣 ,  邓东 ,  车万翔 ,  刘挺

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06F40/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种问答识别方法以及相关设备。首先，获取目标问答对，然后，将目标问答对输入目标问答模型，目标问答模型的损失函数由分类模块的第一损失函数、答案抽取模块的第二损失函数以及答案识别模块的第三损失函数得到。最后，输出答案库中是否包括目标问题所对应的目标答案。由此可鉴，目标问答模型针对问题作答时结合了分类模块、答案抽取模块以及答案识别模块的特征，通过协同不同粒度的语义，提升对话问答的准确率。

公开(公告)号：CN113312453A

公开(公告)日：2021-08-27

申请号：CN202110667409.9

申请日：2021-06-16

Applicant: 哈尔滨工业大学

Inventor： 车万翔 ,  李祺欣 ,  覃立波 ,  刘挺

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F40/58

Abstract: 一种面向跨语言对话理解的模型预训练系统，本发明涉及面向跨语言对话理解的模型预训练系统。本发明的目的是为了解决现有跨语言对话理解场景下由于小语种语料稀缺而导致模型训练效果有限，无法获得准确的对话理解系统，对用户话语无法完成准确的回复的问题。一种面向跨语言对话理解的模型预训练系统包括：数据采集模块、对话领域标签整理合并模块、训练语料整理模块、目标语种确定模块、静态词典确定模块、单词替换模块、编码模块、单词替换预测模块、样本所属对话领域预测模块、整体模型获取模块、训练模块和跨语言对话理解领域下游任务精调模块。本发明用于跨语言对话理解领域。