【技术实现步骤摘要】
本说明书一个或多个实施例涉及自然语言处理，尤其涉及一种训练目标模型、生成结构化语句的方法及装置。
技术介绍
1、大语言模型(large language model，简称llm)一般是指使用多个不同领域的大量文本数据训练的机器学习模型，可以生成自然语言文本或理解自然语言文本的语义。在对llm进行预训练或微调后，其可以用于处理自然语言转换任务，比如说，将自然语言文本转换为结构化查询语言(structured query language，sql)语句(即nl2sql)，或者将自然语言文本转换为一阶逻辑(first order logic，fol)语句(即nl2fol)。
2、然而，上述的sql语句和fol语句均为一些特殊语句，具有编程基础的特殊人群才能看懂，因此，需要一种改进后的方案，可以满足实际应用中的通用性需求，包括支持普通用户看懂针对自然语言文本的转换结果。
技术实现思路
1、本说明书一个或多个实施例描述了一种训练目标模型、生成结构化语句的方法及装置，可以将自然语言的查询语...
【技术保护点】
1.一种训练目标模型的方法，包括：
2.根据权利要求1所述的方法，其中，所述第一查询语句为圈定目标人群的需求描述，所述条件表达式限定所述目标人群的匹配条件。
3.根据权利要求1所述的方法，其中，所述类比推理示例选自预设的推理库，其中的单个示例包括：样本查询语句，样本结构化语句，以及从所述样本查询语句到所述样本结构化语句的样本推理语句。
4.根据权利要求3所述的方法，其中，所述单个示例还包括：与样本查询语句相关的样本查询标签；所述第一提示文本和第二提示文本均包括，与所述第一查询语句相关的第一查询标签。
5.根据权利要求3所...
【技术特征摘要】
1.一种训练目标模型的方法，包括：
2.根据权利要求1所述的方法，其中，所述第一查询语句为圈定目标人群的需求描述，所述条件表达式限定所述目标人群的匹配条件。
3.根据权利要求1所述的方法，其中，所述类比推理示例选自预设的推理库，其中的单个示例包括：样本查询语句，样本结构化语句，以及从所述样本查询语句到所述样本结构化语句的样本推理语句。
4.根据权利要求3所述的方法，其中，所述单个示例还包括：与样本查询语句相关的样本查询标签；所述第一提示文本和第二提示文本均包括，与所述第一查询语句相关的第一查询标签。
5.根据权利要求3所述的方法，其中，所述样本推理语句指示如下步骤：
6.根据权利要求5所述的方法，其中，所述条件表达式包括，键、运算符和值；所述编写各条件表达式，包括：
7.根据权利要求1所述的方法，其中，所述生成第一训练样本包括：
8.根据权利要求1所述的方法，其中，所述生成第一训练样本，包括：
9.根据权利要求8所述的方法，其中，所述第一语句模版包括，以逻辑运算符连接的若干占位符，其指示待填充的子条件；所述生成所述第一结构化语句，包括：
10.根据权利要求9所述的方法，其中，所述条件表达式包括，键、运算符和值；所述随机生成若干条件表达式，包括：
11.根据权利要求1所述的方法，其中，所述第二训练样本通过以下步骤生成：
12.根据权利要求1所述的方法，其中，所述训练目标模型包括：
【专利技术属性】
技术研发人员：杨丹，汪俊杰，胡斌斌，申月，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
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。