[发明专利]提高双向注意力机器学习模型应答能力的方法及装置在审
| 申请号： | 201910599902.4 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110309286A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 王振;张剑峰;曹文瑞 | 申请（专利权）人： | 深圳市和合信诺大数据科技有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种提高双向注意力机器学习模型应答能力的方法及装置。本发明通过对标准BiDAF模型进行改进，使模型保留了对学习过的内容的记忆和语义理解，能够输出学过问题的答案，又通过新增独立线性神经网络模型拒绝没学过内容的提问，从而增强了标准BiDAF模型在小范围专有知识问答场景的落地应用可行性。 | ||
| 搜索关键词： | 机器学习模型 应答能力 注意力 神经网络模型 应用可行性 独立线性 语义理解 知识问答 落地 场景 答案 输出 提问 保留 改进 学习 | ||
【主权项】：
1.一种提高双向注意力机器学习模型应答能力的方法，其特征在于，包括：获取预设语料库的正向数据和负向数据，所述正向数据为语料库中经过标注的数据，包括问题和答案，所述负向数据为与正向数据无关的数据；所述正向数据和负向数据用于训练得到双向注意力机器学习模型，所述双向注意力机器学习模型包括注意力流层和建模层，在所述注意力流层加大正向数据的问题在所述双向注意力机器学习模型中的权重，以增加正向数据和负向数据的差异度；构建位于所述建模层的独立线性神经网络模型，所述独立线性神经网络模型用于接收来自双向注意力机器学习模型的注意力流层的正向数据和负向数据进行训练；所述双向注意力机器学习模型和独立线性神经网络模型进行联合训练，并捕获正向数据和负向数据的差异性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市和合信诺大数据科技有限公司，未经深圳市和合信诺大数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910599902.4/，转载请声明来源钻瓜专利网。
