公开(公告)号：CN115023695B

公开(公告)日：2024-10-25

申请号：CN202080094068.4

申请日：2020-12-15

Applicant: 微软技术许可有限责任公司

Inventor： J·S·克里希穆尔蒂 ,  D·彼得斯 ,  J·J·克劳斯曼

IPC: G06F16/33

Abstract: 公开了用于将先前注释的训练示例调整为用于训练机器学习模型的经更新的训练示例的技术。一个示例包括一种计算机程序，其识别查找表达、替换表达和过滤约束，其中，所述过滤约束将先前注释的训练示例的子集与先前注释的训练示例中的其他训练示例区分开来。基于所述过滤约束，由所述计算机程序在所述先前注释的训练示例中识别出的所述先前注释的训练示例的子集内识别查找表达的实例。由计算机程序利用替换表达的实例替换在所述先前注释的训练示例的子集内识别出的查找表达的实例，以获得训练示例的经更新的子集。由计算机程序输出训练示例的经更新的子集，其可以被用于训练所述机器学习模型。

公开(公告)号：CN114127694A

公开(公告)日：2022-03-01

申请号：CN202080052394.9

申请日：2020-05-27

Applicant: 微软技术许可有限责任公司

Inventor： D·L·W·哈尔 ,  D·E·H·伯克特 ,  J·D·E·鲁萨克 ,  A·J·科尔梅科夫-佐托夫 ,  J·A·沃尔夫 ,  J·D·安德烈亚斯 ,  A·D·保尔斯 ,  J·P·布费三世 ,  J·S·克里希穆尔蒂 ,  D·L·克莱茵

IPC: G06F11/14 ,  G06F16/332 ,  G10L15/22

Abstract: 一种包括识别用于处理的用户话语的方法。所述方法还包括使用先前训练的代码生成机根据所述用户话语来生成数据流程序，所述数据流程序被配置为在成功运行时产生返回值。所述方法还包括开始对所述数据流程序的运行。响应于达到由对所述数据流程序的运行导致的错误状况，所述方法还包括：在所述数据流程序产生所述返回值之前，暂停对所述数据流程序的运行。所述方法还包括使用所述先前训练的代码生成机来生成错误处理数据流程序，其中，所述错误处理数据流程序被配置为：产生所述返回值；开始对所述错误处理数据流程序的运行以产生所述返回值；并且输出所述返回值。

公开(公告)号：CN114127710A

公开(公告)日：2022-03-01

申请号：CN202080052259.4

申请日：2020-06-01

Applicant: 微软技术许可有限责任公司

Inventor： D·L·W·哈尔 ,  D·E·H·伯克特 ,  J·D·E·鲁萨克 ,  J·S·克里希穆尔蒂 ,  J·A·沃尔夫 ,  A·D·保尔斯 ,  A·X·郭 ,  J·D·安德烈亚斯 ,  D·L·克莱茵

IPC: G06F16/33 ,  G06F16/635 ,  G06F40/295 ,  G06F40/35 ,  G06N3/00 ,  G10L15/18 ,  G10L15/197 ,  G10L15/22 ,  G06F8/36 ,  G06F8/41 ,  G06F9/448 ,  G06F9/54 ,  G06N3/04 ,  G06N7/00 ,  G06N20/10

Abstract: 一种方法，包括识别包含歧义的用户话语。所述方法还包括使用先前训练的代码生成机根据用户话语来产生包含搜索历史函数的数据流程序。所述搜索历史函数被配置为从被存储在特定于上下文的对话历史中的一个或多个候选概念中选择最高置信度的消歧概念。

公开(公告)号：CN114127710B

公开(公告)日：2025-05-23

申请号：CN202080052259.4

申请日：2020-06-01

Applicant: 微软技术许可有限责任公司

Inventor： D·L·W·哈尔 ,  D·E·H·伯克特 ,  J·D·E·鲁萨克 ,  J·S·克里希穆尔蒂 ,  J·A·沃尔夫 ,  A·D·保尔斯 ,  A·X·郭 ,  J·D·安德烈亚斯 ,  D·L·克莱茵

IPC: G06F16/334 ,  G06F16/635 ,  G06F40/295 ,  G06F40/35 ,  G06N3/006 ,  G10L15/18 ,  G10L15/197 ,  G10L15/22 ,  G06F8/36 ,  G06F8/41 ,  G06F9/448 ,  G06F9/54 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/044 ,  G06N7/01 ,  G06N20/10

Abstract: 一种方法，包括识别包含歧义的用户话语。所述方法还包括使用先前训练的代码生成机根据用户话语来产生包含搜索历史函数的数据流程序。所述搜索历史函数被配置为从被存储在特定于上下文的对话历史中的一个或多个候选概念中选择最高置信度的消歧概念。

公开(公告)号：CN115023695A

公开(公告)日：2022-09-06

申请号：CN202080094068.4

申请日：2020-12-15

Applicant: 微软技术许可有限责任公司

Inventor： J·S·克里希穆尔蒂 ,  D·彼得斯 ,  J·J·克劳斯曼

IPC: G06F16/33

Abstract: 公开了用于将先前注释的训练示例调整为用于训练机器学习模型的经更新的训练示例的技术。一个示例包括一种计算机程序，其识别查找表达、替换表达和过滤约束，其中，所述过滤约束将先前注释的训练示例的子集与先前注释的训练示例中的其他训练示例区分开来。基于所述过滤约束，由所述计算机程序在所述先前注释的训练示例中识别出的所述先前注释的训练示例的子集内识别查找表达的实例。由计算机程序利用替换表达的实例替换在所述先前注释的训练示例的子集内识别出的查找表达的实例，以获得训练示例的经更新的子集。由计算机程序输出训练示例的经更新的子集，其可以被用于训练所述机器学习模型。