-
公开(公告)号：CN109670029B
公开(公告)日：2021-09-07
申请号：CN201811626414.X
申请日：2018-12-28
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/332
Abstract: 本申请提出一种用于确定问题答案的方法、装置、电子设备以及可读存储介质，其中，方法包括：通过对目标文本信息中各目标词的词向量，进行语义编码，得到目标词的第一编码向量，对提问问题中各问题词的词向量，进行语义编码，得到各问题词的编码向量，对每一个目标词，根据相应目标词与各问题词的匹配程度，对各问题词的编码向量进行加权求和，得到相应目标词的第二编码向量，将各目标词的第一编码向量和第二编码向量，输入预测模型，以确定各目标词为所述提问问题答案的概率值。该方法通过确定目标词和问题词之间的匹配程度，从而丰富预测模型输入的特征，提高了识别问题中关键词的准确性，进而提高了模型预测答案的准确率。
-
公开(公告)号：CN111079938B
公开(公告)日：2020-11-03
申请号：CN201911189653.8
申请日：2019-11-28
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了问答阅读理解模型获取方法、装置、电子设备及存储介质，涉及深度学习领域，其中方法可包括：针对N个不同结构的模型，N为大于一的正整数，分别利用无监督训练数据进行预训练，得到N个预训练模型，不同模型分别对应于不同的预训练任务；分别以问答阅读理解任务为主任务，以预定的其它自然语言处理任务为辅助任务，利用有监督训练数据对各预训练模型进行微调，得到N个微调模型；根据N个微调模型确定出最终所需的问答阅读理解模型。应用本申请所述方案，可提升模型的泛化能力等。
-
公开(公告)号：CN111079938A
公开(公告)日：2020-04-28
申请号：CN201911189653.8
申请日：2019-11-28
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了问答阅读理解模型获取方法、装置、电子设备及存储介质，涉及深度学习领域，其中方法可包括：针对N个不同结构的模型，N为大于一的正整数，分别利用无监督训练数据进行预训练，得到N个预训练模型，不同模型分别对应于不同的预训练任务；分别以问答阅读理解任务为主任务，以预定的其它自然语言处理任务为辅助任务，利用有监督训练数据对各预训练模型进行微调，得到N个微调模型；根据N个微调模型确定出最终所需的问答阅读理解模型。应用本申请所述方案，可提升模型的泛化能力等。
-
公开(公告)号：CN109670029A
公开(公告)日：2019-04-23
申请号：CN201811626414.X
申请日：2018-12-28
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/332
Abstract: 本申请提出一种用于确定问题答案的方法、装置、电子设备以及可读存储介质，其中，方法包括：通过对目标文本信息中各目标词的词向量，进行语义编码，得到目标词的第一编码向量，对提问问题中各问题词的词向量，进行语义编码，得到各问题词的编码向量，对每一个目标词，根据相应目标词与各问题词的匹配程度，对各问题词的编码向量进行加权求和，得到相应目标词的第二编码向量，将各目标词的第一编码向量和第二编码向量，输入预测模型，以确定各目标词为所述提问问题答案的概率值。该方法通过确定目标词和问题词之间的匹配程度，从而丰富预测模型输入的特征，提高了识别问题中关键词的准确性，进而提高了模型预测答案的准确率。
-
-
-
Search Results
4
records
(took 0.03 seconds)
