基于博弈生成对抗网络的知识问答模型训练方法及系统技术方案

本发明专利技术公开了一种基于博弈生成对抗网络的知识问答模型训练方法及系统，其包括如下步骤：步骤S1，构建环境角色Critic‑agent、题目生成器Setter‑agent和回答生成器Player‑agent；步骤S2，基于给定知识点和对象，利用大型语言生成模型反向构建问答样本对，形成初始训练集；步骤S3，将环境角色Critic‑agent作为答案质量的判断者，所述环境角色Critic‑agent用于对回答生成器Player‑agent给出的答案进行打分；步骤S4，利用所述题目生成器Setter‑agent出题，与所述回答生成器Player‑agent形成博弈；步骤S5，引入知识蒸馏，基于预训练的大模型向小模型中迁移知识；步骤S6，构建测试集，评估系统效果。本发明专利技术可降低样本收集成本、能增强系统泛化能力、可提高系统鲁棒性。

【技术实现步骤摘要】

本专利技术涉及知识问答系统，尤其涉及基于博弈生成对抗网络的知识问答模型训练方法及系统。

技术介绍

1、知识库问答系统是指基于知识数据集的问答系统，相关算法请参见公开号为cn111563147b、名称为“一种知识问答系统中实体链接方法和装置”的中国专利公开文献，其中记载了：“一种知识问答系统中实体链接方法和装置。所述方法包括：获取问句中的实体提及；在知识库中获取每个实体提及对应的实体，得到初选实体；计算每个初选实体的特征信息，其中所述特征信息包括所述初选实体所匹配的实体提及的特征信息、所述初选实体和所述问句的特征信息以及所述初选实体的相邻关系的特征信息中的至少一个；根据所述每个知识库实体的特征信息，选出至少两个初选实体作为候选实体；从所述候选实体中确定所述问句中实体提及对应的实体链接结果”。然而，现有的知识问答系统普遍面临训练样本获取成本高、泛化能力较差、系统鲁棒性较弱等问题，因此，针对这些实质问题，亟需研发一种新的知识问答系统训练方法以及相应的系统。

技术实现思路

1、本专利技术要解决的技术问题在于，针对现有本文档来自技高网...

【技术保护点】

1.一种基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤S2包括如下步骤：

3.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤S3中，所述环境角色Critic-agent基于指标的评估函数评估答案的准确性。

4.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤S4中，所述题目生成器Setter-agent与所述回答生成器Player-agent形成纳什均衡，其纳什均衡条件表述...

【技术特征摘要】

1.一种基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤s2包括如下步骤：

3.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤s3中，所述环境角色critic-agent基于指标的评估函数评估答案的准确性。

4.如权利要求1所述的基于博弈生成对抗网络的知识问答模型训练方法，其特征在于，所述步骤s4中，所述题目生成器setter-agent与所述...

【专利技术属性】
技术研发人员：李鑫，
申请(专利权)人：深圳市火火兔智慧科技有限公司，
类型：发明
国别省市：