【技术实现步骤摘要】
模型训练方法、问答实现方法、装置和计算设备
本说明书实施例涉及计算机
,特别涉及一种模型训练方法、问答实现方法、装置和计算设备。
技术介绍
随着科技的发展,人工智能技术的应用为人们的日常生活带来了各种便利。在一些场景下,用户需要与服务器进行互动式问答,以咨询一些问题并获得相应答案。相关技术中的一些智能问答系统,响应速度较慢,无法快速为用户提供答案。
技术实现思路
本说明书实施例提供一种模型训练方法、问答实现方法、装置和计算设备,以快速地获得与咨询问题相匹配的答案。本说明书实施例的第一方面,提供了一种模型训练方法,包括:将至少三个语句输入至语义表示模型,获得至少三个向量,所述至少三个语句包括至少两个用于表示第一语义的第一语句、以及至少一个用于表示第二语义的第二语句;根据所述至少三个向量,确定损失函数的取值,所述损失函数用于表示第一相似度与第二相似度之间的偏差程度,所述第一相似度用于表示第一语句之间语义的相似程度,所述第二相似度用于表示第一语句与第二语句之间语义的相似程度;根据损失函数的取值,确定所述语义表示模型的模型参数。本说明书实施例的第二方面,提供了一种问答实现方法,包括:将目标提问语句输入至语义表示模型,获得目标向量;将目标向量输入至与所述语义表示模型相连的向量搜索模型,获得参考向量,所述参考向量为向量集中与所述目标向量之间的距离满足预设条件的向量,所述向量集包括问答知识库中提问语句的向量,所述问答知识库包括具有对应关系的提问语句和 ...
【技术保护点】
1.一种模型训练方法,包括:/n将至少三个语句输入至语义表示模型,获得至少三个向量,所述至少三个语句包括至少两个用于表示第一语义的第一语句、以及至少一个用于表示第二语义的第二语句;/n根据所述至少三个向量,确定损失函数的取值,所述损失函数用于表示第一相似度与第二相似度之间的偏差程度,所述第一相似度用于表示第一语句之间语义的相似程度,所述第二相似度用于表示第一语句与第二语句之间语义的相似程度;/n根据损失函数的取值,确定所述语义表示模型的模型参数。/n
【技术特征摘要】
1.一种模型训练方法,包括:
将至少三个语句输入至语义表示模型,获得至少三个向量,所述至少三个语句包括至少两个用于表示第一语义的第一语句、以及至少一个用于表示第二语义的第二语句;
根据所述至少三个向量,确定损失函数的取值,所述损失函数用于表示第一相似度与第二相似度之间的偏差程度,所述第一相似度用于表示第一语句之间语义的相似程度,所述第二相似度用于表示第一语句与第二语句之间语义的相似程度;
根据损失函数的取值,确定所述语义表示模型的模型参数。
2.如权利要求1所述的方法,所述语义表示模型包括ERNIE模型;所述第一语句和所述第二语句为提问语句;所述第一语义和所述第二语义为提问语句的语义。
3.如权利要求1所述的方法,所述确定损失函数的取值,包括:
根据至少两个第一语句的向量,计算第一相似度;
根据第一语句的向量和第二语句的向量,计算第二相似度;
根据第一相似度和第二相似度,确定损失函数的取值。
4.如权利要求1或3所述的方法,所述将至少三个语句输入至语义表示模型,包括:
将三个语句输入至语义表示模型,获得三个向量,所述三个语句包括两个用于表示第一语义的第一语句、以及一个用于表示第二语义的第二语句;
根据公式Loss=max{similarity(V1,V3)-similarity(V1,V2)+α,0},确定损失函数的取值,其中,V1表示一个第一语句的向量,V2表示另一个第一语句的向量,V3表示第二语句的向量,similarity(V1,V2)表示第一相似度,similarity(V1,V3)表示第二相似度,α表示系数。
5.一种问答实现方法,包括:
将目标提问语句输入至语义表示模型,获得目标向量;
将目标向量输入至与所述语义表示模型相连的向量搜索模型,获得参考向量,所述参考向量为向量集中与所述目标向量之间的距离满足预设条件的向量,所述向量集包括问答知识库中提问语句的向量,所述问答知识库包括具有对应关系的提问语句和答复语句;
利用参考向量,基于所述问答知识库确定所述目标提问语句对应的答复语句。
6.如权利要求5所述的方法,所述语义表示模型包括ERNIE模型;
所述向量搜索模型包括HNSW模型。
7.如权利要求5所述的方法,所述问答知识库包括多个问答集,每个问答集包括至少一个...
【专利技术属性】
技术研发人员:卢健,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。