-
公开(公告)号：CN110945515B
公开(公告)日：2024-04-30
申请号：CN201880048926.4
申请日：2018-05-30
Applicant: 微软技术许可有限责任公司
Abstract: 本文中描述了一种机制，用于适应在已经使用具有第一组特征的第一组用户输入来训练的语言理解模型中使用的机器学习模型，以使用具有第二组特征的用户输入来有效地进行操作。损失是根据第一组特征、第二组特征或第一组和第二组共同的特征定义的。损失包括源侧标记损失、重建损失、对抗域分类损失、非对抗域分类损失、正交损失和目标侧标记损失中的一个或多个。使用梯度下降法将损失联合最小化，并将所得系数用于重新训练机器学习模型。
-
公开(公告)号：CN110945513A
公开(公告)日：2020-03-31
申请号：CN201880047864.5
申请日：2018-05-30
Applicant: 微软技术许可有限责任公司
Abstract: 提供了用于将新领域添加到自然语言理解系统以形成具有多个领域专家的经更新的语言理解系统的系统和方法。更具体而言，所述系统和方法能够利用来自在自然语言理解系统上已经存在的领域中的一个或多个领域的数据来添加新领域，同时保持新领域与已经存在的领域彼此分离。
-
公开(公告)号：CN110945513B
公开(公告)日：2024-01-09
申请号：CN201880047864.5
申请日：2018-05-30
Applicant: 微软技术许可有限责任公司
Abstract: 提供了用于将新领域添加到自然语言理解系统以形成具有多个领域专家的经更新的语言理解系统的系统和方法。更具体而言，所述系统和方法能够利用来自在自然语言理解系统上已经存在的领域中的一个或多个领域的数据来添加新领域，同时保持新领域与已经存在的领域彼此分离。
-
公开(公告)号：CN110945515A
公开(公告)日：2020-03-31
申请号：CN201880048926.4
申请日：2018-05-30
Applicant: 微软技术许可有限责任公司
Abstract: 本文中描述了一种机制，用于适应在已经使用具有第一组特征的第一组用户输入来训练的语言理解模型中使用的机器学习模型，以使用具有第二组特征的用户输入来有效地进行操作。损失是根据第一组特征、第二组特征或第一组和第二组共同的特征定义的。损失包括源侧标记损失、重建损失、对抗域分类损失、非对抗域分类损失、正交损失和目标侧标记损失中的一个或多个。使用梯度下降法将损失联合最小化，并将所得系数用于重新训练机器学习模型。
-
-
-
Search Results
4
records
(took 0.021 seconds)
