公开(公告)号：CN117668171A

公开(公告)日：2024-03-08

申请号：CN202311338133.5

申请日：2023-10-16

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 焦学武 ,  胡明清 ,  王礼鹏

IPC: G06F16/332 ,  G06F16/33

Abstract: 本公开提供了文本生成方法、训练方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及深度学习、文本处理等技术领域。该文本生成方法的具体实现方案为：响应于接收到的针对目标场景的问题文本，对问题文本进行处理，得到用于生成答复文本的多个候选词与问题文本的匹配概率；根据与目标场景对应的预定词集和匹配概率，从多个候选词中确定目标候选词，目标候选词表征存在于预定词集中且匹配概率大于第一预定阈值的候选词；根据目标候选词，生成答复文本。

公开(公告)号：CN117473309B

公开(公告)日：2025-04-08

申请号：CN202311337199.2

申请日：2023-10-16

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 冯朝兵 ,  林坤海 ,  梁智豪 ,  朱坤鸿 ,  汪洋 ,  黄飞 ,  叶超 ,  贺登武 ,  王礼鹏 ,  胡明清 ,  焦学武

IPC: G06F18/214 ,  G06F16/953 ,  G06F16/334

Abstract: 本申请公开了关键词生成模型的训练方法、关键词生成方法及装置，涉及计算机技术领域，尤其涉及深度学习等人工智能领域。具体实现方案为：获取多种生成任务的第一训练样本；将第一训练样本输入初始关键词生成模型，得到第一预测关键词；根据第一预测关键词与第一样本关键词之间的差异，对初始关键词生成模型进行训练，得到第一关键词生成模型。由此，通过利用多种生成任务的第一训练样本，实现多目标的联合训练，实现多种生成任务的统一建模，使关键词生成模型具备生成与查询文本具有不同匹配关系的关键词的能力。

公开(公告)号：CN117574978A

公开(公告)日：2024-02-20

申请号：CN202311338658.9

申请日：2023-10-16

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 焦学武 ,  胡伟 ,  黄正杰 ,  骆新生 ,  胡明清 ,  杨俊超 ,  李伟彬 ,  冯丹蕾 ,  戴斯铭 ,  李淼

IPC: G06N3/08 ,  G06N3/063 ,  G06N3/0499

Abstract: 本公开提供了一种图模型训练方法、装置、设备及存储介质，涉及计算机技术领域，尤其涉及深度学习技术和分布式数据处理技术领域。具体实现方案为：根据全图数据的拓扑结构，采用至少两个GPU服务器分别对所述全图数据进行游走采样，得到至少两个目标采样结果；对所述目标采样结果进行属性和参数拉取，得到目标参数结果；采用至少两个目标采样结果和至少两个目标参数结果，对图模型进行训练。通过上述技术方案，能够提高图模型训练的效率。

公开(公告)号：CN117473309A

公开(公告)日：2024-01-30

申请号：CN202311337199.2

申请日：2023-10-16

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 冯朝兵 ,  林坤海 ,  梁智豪 ,  朱坤鸿 ,  汪洋 ,  黄飞 ,  叶超 ,  贺登武 ,  王礼鹏 ,  胡明清 ,  焦学武

IPC: G06F18/214 ,  G06F16/953 ,  G06F16/33

Abstract: 本申请公开了关键词生成模型的训练方法、关键词生成方法及装置，涉及计算机技术领域，尤其涉及深度学习等人工智能领域。具体实现方案为：获取多种生成任务的第一训练样本；将第一训练样本输入初始关键词生成模型，得到第一预测关键词；根据第一预测关键词与第一样本关键词之间的差异，对初始关键词生成模型进行训练，得到第一关键词生成模型。由此，通过利用多种生成任务的第一训练样本，实现多目标的联合训练，实现多种生成任务的统一建模，使关键词生成模型具备生成与查询文本具有不同匹配关系的关键词的能力。

公开(公告)号：CN112541513B

公开(公告)日：2023-06-27

申请号：CN201910893080.0

申请日：2019-09-20

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 谢德平 ,  钱玉磊 ,  贾荣来 ,  刘书聪 ,  胡明清 ,  丁瑞全 ,  刘林 ,  祁安龙 ,  王岳

IPC: G06F18/214

Abstract: 本申请公开了一种模型训练方法、装置、设备及存储介质，涉及人工智能技术领域。具体实现方案为：获取样本数据对应的各特征数据；从外存中查询各特征数据分别对应的权值参数，根据查询结果确定各特征数据的权值参数，并将各特征数据与权值参数对应存储至显存中；其中，权值参数表征对应特征数据的重要程度；通过GPU从显存中读取各特征数据和各特征数据的权值参数，利用读取的数据进行模型训练，并根据训练结果更新显存中的各权值参数；获取显存中更新后的权值参数，并利用更新后的权值参数更新外存中对应的权值参数。本申请实施例的技术方案减少了存储模型训练样本所需投入的内存资源，减少了资源开销，同时提升了所训练任务的稳定性。

公开(公告)号：CN112541513A

公开(公告)日：2021-03-23

申请号：CN201910893080.0

申请日：2019-09-20

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 谢德平 ,  钱玉磊 ,  贾荣来 ,  刘书聪 ,  胡明清 ,  丁瑞全 ,  刘林 ,  祁安龙 ,  王岳

IPC: G06K9/62

Abstract: 本申请公开了一种模型训练方法、装置、设备及存储介质，涉及人工智能技术领域。具体实现方案为：获取样本数据对应的各特征数据；从外存中查询各特征数据分别对应的权值参数，根据查询结果确定各特征数据的权值参数，并将各特征数据与权值参数对应存储至显存中；其中，权值参数表征对应特征数据的重要程度；通过GPU从显存中读取各特征数据和各特征数据的权值参数，利用读取的数据进行模型训练，并根据训练结果更新显存中的各权值参数；获取显存中更新后的权值参数，并利用更新后的权值参数更新外存中对应的权值参数。本申请实施例的技术方案减少了存储模型训练样本所需投入的内存资源，减少了资源开销，同时提升了所训练任务的稳定性。