通过有限身份信息生成自我介绍的语言模型构建训练方法技术

本发明专利技术涉及语言模型构建训练技术领域，具体为一种通过有限身份信息生成自我介绍的语言模型构建训练方法，包括：S1、获取自我介绍样本，并提取身份特征；其中身份特征包括姓名、身份、职务、愿景和场景中一种或多种；S2、将身份特征转化为向量；S3、构建包含向量及其对应的自我介绍样本的训练数据集；S4、构建语言模型，并采用训练数据集对语言模型进行训练；其中向量作为语言模型的输入，学习向量及其自我介绍样本之间的关联，并根据关联生成自我介绍作为输出。本方案能通过有限的身份信息，训练出能生成更加贴合个人特征和当前应用环境的自我介绍的语言模型，以提升生成的自我介绍的针对性和准确性。性和准确性。性和准确性。

【技术实现步骤摘要】
通过有限身份信息生成自我介绍的语言模型构建训练方法


[0001]本专利技术涉及语言模型构建训练
，具体为一种通过有限身份信息生成自我介绍的语言模型构建训练方法。

技术介绍

[0002]自我介绍是人们在众多场合中必不可少的一项技能，无论是在面试、社交活动还是在学校演讲中，都需要进行自我介绍，而一篇好的自我介绍可以让人对你留下深刻印象。
[0003]随着人工智能的发展，研究人员提出了能自动生成自我介绍的语言模型，辅助人们写作出一篇好的自我介绍，但是现有的语言模型在训练时，存在下列问题：
[0004]1、现有训练方法中，训练语言模型时通常使用的是大规模的匿名数据集，缺乏对个人身份特征的深入理解和学习，因此生成的自我介绍内容可能缺乏针对性和准确性，不贴合个人特征；
[0005]2、现有技术在训练语言模型时，没有充分考虑到个人身份信息对自我介绍的重要性，训练出来的语言模型，无法在生成过程中准确地融入个人特征，导致生成的自我介绍内容缺乏针对性和真实性；且由于语言模型在生成过程中，需要覆盖各种生成或应用场景，导致在特定场景的应用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.通过有限身份信息生成自我介绍的语言模型构建训练方法，其特征在于，包括：S1、获取自我介绍样本，并提取身份特征；其中身份特征包括姓名、身份、职务、愿景和场景中一种或多种；S2、将身份特征转化为向量；S3、构建包含向量及其对应的自我介绍样本的训练数据集；S4、构建语言模型，并采用训练数据集对语言模型进行训练；其中向量作为语言模型的输入，学习向量及其自我介绍样本之间的关联，并根据关联生成自我介绍作为输出。2.根据权利要求1所述的通过有限身份信息生成自我介绍的语言模型构建训练方法，其特征在于，还包括：S5、根据预设的评分机制，对语言模型输出的自我介绍进行评分，生成评分结果，并根据评分结果对语言模型输出的自我介绍进行筛选和调整。3.根据权利要求2所述的通过有限身份信息生成自我介绍的语言模型构建训练方法，其特征在于，所述评分机制为自定义的评分函数；所述评分函数根据语言模型输出的自我介绍的预设指标来计算各自我介绍的得分，作为评分结果。4.根...

【专利技术属性】
技术研发人员：况锦文，王雩，罗欣，
申请(专利权)人：重庆珏盛教育科技有限公司，
类型：发明
国别省市：