机器学习模型的训练方法、装置、设备及程序产品制造方法及图纸

技术编号:44132565 阅读:25 留言:0更新日期:2025-01-24 22:52
本申请提供了一种机器学习模型的训练方法、装置、设备及程序产品;方法包括:从样本时序知识图谱提取样本嵌入向量,调用生成器进行路径推理,得到推理路径;通过对推理路径与样本时序知识图谱的真实路径进行差异计算,确定生成器的第一子损失函数,并基于第一子损失函数对所述生成器进行训练;基于推理路径,调用鉴别器进行预测处理,得到真实路径的预测概率;通过对真实路径的实际概率与预测概率进行差异计算,确定鉴别器的第二子损失函数,并基于第二子损失函数对所述鉴别器进行训练;将训练后的生成器和鉴别器构建为机器学习模型。通过本申请,能够提高训练后的机器学习模型求解推理问题时输出答案的准确性。

【技术实现步骤摘要】

本申请涉及人工智能领域,尤其涉及一种机器学习模型的训练方法、装置、设备及程序产品


技术介绍

1、信息爆炸时代,面临从海量信息中获取知识的挑战,相关技术求解智能问答通常通过单跳查询实现,这种方式通过单一推理路径直接获取答案,无法解决复杂问题背后的逻辑推理过程。相关技术通过问题的知识图谱进行答案的获取,但依赖符号规则的模型推理,在规则不准确或不完整的情况下,可能导致模型产生错误的推断,增加机器学习模型训练的复杂性和时间成本。相关技术暂无更高效准确的方法训练用于求解推理问题的机器学习模型。


技术实现思路

1、本申请实施例提供一种机器学习模型的训练方法、装置、设备及程序产品,能够提高训练后的机器学习模型求解推理问题时输出答案的准确性。

2、本申请实施例的技术方案是这样实现的:

3、本申请实施例提供一种机器学习模型的训练方法,所述方法包括:

4、从样本时序知识图谱提取样本嵌入向量,调用生成器进行路径推理,得到推理路径;

5、通过对所述推理路径与所述样本时序知识图谱的真实本文档来自技高网...

【技术保护点】

1.一种机器学习模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,在所述从样本时序知识图谱提取样本嵌入向量之前,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,所述调用生成器进行路径推理,得到推理路径,包括:

4.根据权利要求1所述的方法,其特征在于,所述将训练后的所述生成器和所述鉴别器构建为机器学习模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述预配置条件包括以下至少一项:

6.根据权利要求1至5任一项所述的方法,其特征在于,在所述将训练后的所述生成器和所述鉴别器构建...

【技术特征摘要】

1.一种机器学习模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,在所述从样本时序知识图谱提取样本嵌入向量之前,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,所述调用生成器进行路径推理,得到推理路径,包括:

4.根据权利要求1所述的方法,其特征在于,所述将训练后的所述生成器和所述鉴别器构建为机器学习模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述预配置条件包括以下至少一项:

6.根据权利要求1至5任一项所述的方法,其特征在于,在所述将训练后的所述生成器和所述鉴别器构建为机器学习模型之后,所述方法还包括:

7.根据...

【专利技术属性】
技术研发人员:刘帅
申请(专利权)人:马上消费金融股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1