CN111539227A - 训练语义表示模型的方法、装置、设备和计算机存储介质 - Google Patents

训练语义表示模型的方法、装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN111539227A
CN111539227A CN202010638228.9A CN202010638228A CN111539227A CN 111539227 A CN111539227 A CN 111539227A CN 202010638228 A CN202010638228 A CN 202010638228A CN 111539227 A CN111539227 A CN 111539227A
Authority
CN
China
Prior art keywords
training
semantic representation
language
representation model
trained
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010638228.9A
Other languages
English (en)
Other versions
CN111539227B (zh
Inventor
王硕寰
刘佳祥
欧阳轩
孙宇
吴华
王海峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010638228.9A priority Critical patent/CN111539227B/zh
Publication of CN111539227A publication Critical patent/CN111539227A/zh
Application granted granted Critical
Publication of CN111539227B publication Critical patent/CN111539227B/zh
Priority to EP21163589.1A priority patent/EP3937060A1/en
Priority to US17/209,124 priority patent/US11914964B2/en
Priority to KR1020210050852A priority patent/KR102567635B1/ko
Priority to JP2021074989A priority patent/JP7267342B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Machine Translation (AREA)

Abstract

本申请公开了一种训练语义表示模型的方法、装置、设备和计算机存储设备，涉及人工智能中的自然语言处理技术领域。具体实现方案为：获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型；将所述第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；所有层均训练结束后，得到针对第二语种的语义表示模型。本申请能够减少成本，且训练效率更高。

Description

训练语义表示模型的方法、装置、设备和计算机存储介质
技术领域
本申请涉及计算机应用技术领域，特别涉及人工智能技术。
背景技术
今年来，以BERT（Bidirectional Encoder Representation from Transformers，来自transformer的双向编码器表示）模型为代表的预训练模型大幅提升了NLP（NaturalLanguage Processing，自然语言处理）任务的效果。然而目前主流的语义表示模型集中在英文、中文、法文、德文等常见语言。然而世界上有多达上千种语言，大部分相对于英文等常见语言来说语料较少，我们称其为低资源语言。预训练模型的训练需要大量计算资源，成本昂贵，每个模型的成本高达几十万甚至几百万，因此，难以对每一种语言都构建足够的语料进行训练。并且对于诸如捷克语等语料非常稀少的语种来说，甚至难以收集到足够多的语料进行训练。
发明内容
有鉴于此，本申请提供了一种针对语料稀少语种的训练语义表示模型的方法、装置、设备和计算机存储介质。
第一方面，本申请提供了一种训练语义表示模型的方法，该方法包括：
获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型；
将所述第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；
将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；
所有层均训练结束后，得到针对第二语种的语义表示模型。
第二方面，本申请还提供了一种训练语义表示模型的装置，该装置包括：
第一获取单元，用于获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型；
训练单元，用于将所述第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；所有层均训练结束后，得到针对第二语种的语义表示模型。
第三方面，本申请提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上任一项所述的方法。
第四方面，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上任一项所述的方法。
本申请充分利用了已有语种训练好的语义表示模型，对各层逐次迁移训练得到另一语种的语义表示模型，对于语料稀少的语种来说，显著减少了采集训练样本所需的成本，且训练效率更高。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请实施例一提供的训练语义表示模型的方法流程图；
图2为本申请实施例一提供的训练语义表示模型各阶段的示意图；
图3为本申请实施例二提供的利用平行语料进行模型训练的示意图；
图4为本申请实施例二提供的对齐模型工作原理的一个实例图；
图5为本申请实施例三提供的训练语义表示模型的装置结构图
图6是用来实现本申请实施例的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本申请的核心思想在于，利用已经训练充分的第一语种的语义表示模型，帮助训练第二语种的语义表示模型。为了描述方便和帮助理解，在后续实施例所涉及的举例中以第一语种为英文，第二语种为中文为例进行描述，但本申请并不限于此，可以适用于任意的语种。
另外，本申请中涉及的语义表示模型可以采用RNN（Recurrent Neural Network，循环神经网络）、CNN（Convolutional Neural Networks，卷积神经网络）、Transformer模型，等等。作为一种典型的语义表示模型，在后续实施例所涉及的距离中，均以Transformer模型为例进行描述，针对其他模型的实现原理类似。
实施例一、
图1为本申请实施例一提供的训练语义表示模型的方法流程图，本方法的执行主体为训练语义表示模型的装置，该装置可以是位于计算机系统/服务器中的应用，还可以为位于计算机系统/服务器的应用中的插件或软件开发工具包（Software Development Kit，SDK）等功能单元。如图1中所示，该方法可以包括以下步骤：
在101中，获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型。
以英文为第一语种为例，由于英文是国际通用的语言，通常对于英文的语料是很多的，因此采用英文能够很容易也很好地训练得到语义表示模型，例如Transformer模型。本步骤中，将已经训练好的英文的Transformer模型作为第一语义表示模型，以备后续进行迁移训练，帮助中文Transformer模型的训练。
在102中，将第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其它层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件。
为了方便理解，首先对本申请中采用的训练语料进行简单介绍。对于Transformer模型而言，通常采用的语料为包含mask（掩码）的文本，以及mask对应的字符。举个例子，一个训练语料：“我【mask】了个苹果”，其中【mask】对应的字符为“吃”。一个训练语料：“我跑了很长一段【mask】，才【mask】到你”，其中两个【mask】对应的字符分别为“路”和“找”。Transformer的作用就是预测出训练语料中mask对应的字符，并尽量使预测的结果符合预期（训练语料中mask对应的字符）。
对于Transformer模型而言，如图2中所示，具有多层结构。其中，底层为嵌入层，用Embedding Layer来表示，用于确定训练语料中各字符的向量表示。顶层为全连接层，通常用Task Layer来表示，用于将经过Transformer中间各层的处理后的向量表示进行映射，从而得到对训练语料中mask的内容预测。顶层和底层之间还包含有多层，通常用TransformerBlock来表示。每一层Transformer Block用于将输入的各字符的向量表示进行注意力（Attention）机制的处理，变成全局向量表示。每一层Transformer Block在进行Attention时会参考上一层的全局向量表示。具体各层Transformer Block的工作机制，在此不做详述。在本申请实施例的图2中，以具有三层Transformer Block为例。
通常Transformer模型的底层更加注重处理字面上的逻辑，而上层更加注重语义上的逻辑，上层语义逻辑对于不同语言来说一致性更强。基于这一假设，本申请实施例中采用对各层进行逐次训练的方式，首先训练底层和上层，然后再联合底层和上层对中间各层分别进行训练。
如图2中示出的（a）阶段，将英文的Transformer模型中Embedding Layer和TaskLayer作为被训练层进行初始化，即将模型参数进行初始化。保持其他层即各TransformerBlock的参数不变，即各Transformer Block的参数仍保持英文之前训练得到的模型参数。然后输入中文的训练语料对被训练层Embedding Layer和Task Layer进行训练。
每次在对被训练层进行训练时，训练目标均为Task Layer层对mask的预测结果符合预期。也就是说，可以依据该训练目标构建损失函数，利用损失函数的取值对被训练层的模型参数进行优化。每一次对被训练层的训练结束条件可以为：Loss逐渐收敛或迭代次数达到预设阈值，等等。
也就是说，在（a）阶段，在利用中文的训练语料对Embedding Layer和Task Layer进行训练的过程中，利用Loss进行迭代，逐渐优化Embedding Layer和Task Layer的参数，直至loss逐渐收敛或迭代次数达到预设阈值。
在103中，将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件。
如图2中所示的（b）阶段，从下至上首先将Transformer Block1加入被训练层，此时的被训练层包括Embedding Layer、Task Layer和Transformer Block1。其中EmbeddingLayer、Task Layer当前的参数为经过102训练后的参数，Transformer Block1的参数为英文的Transformer模型中Transformer Block1的参数。保持Transformer Block2和Transformer Block3的参数不变的情况下，训练Embedding Layer、Task Layer和Transformer Block1。在利用中文的训练语料对Embedding Layer、Task Layer和Transformer Block1进行训练的过程中，利用Loss进行迭代，逐渐优化Embedding Layer、Task Layer和Transformer Block1的参数，直至loss逐渐收敛或迭代次数达到预设阈值。
如图2中所示的（c）阶段，从下至上将Transformer Block2加入被训练层，此时的被训练层包括Embedding Layer、Task Layer、Transformer Block1和TransformerBlock2。保持Transformer Block3参数不变的情况下，训练Embedding Layer、Task Layer、Transformer Block1和Transformer Block2。在利用中文的训练语料对Embedding Layer、Task Layer、Transformer Block1和Transformer Block2进行训练的过程中，利用Loss进行迭代，逐渐优化Embedding Layer、Task Layer、Transformer Block1和TransformerBlock2的参数，直至loss逐渐收敛或迭代次数达到预设阈值。
如图2中所示的（d）阶段，从下至上将Transformer Block3加入被训练层，此时的被训练层包括Embedding Layer、Task Layer、Transformer Block1、Transformer Block2和Transformer Block3。在利用中文的训练语料对Embedding Layer、Task Layer、Transformer Block1、Transformer Block2和Transformer Block3进行训练的过程中，利用Loss进行迭代，逐渐优化Embedding Layer、Task Layer、Transformer Block1、Transformer Block2和Transformer Block3的参数，直至loss逐渐收敛或迭代次数达到预设阈值。
从上述过程中可以看出，实际上对于中间各层是利用了英文的各TransformerBlock层进行热启动来训练中文的各Transformer Block层。另外，对于中间各层，除了上述从下至上一层一层训练的方式之外，如果中间层数较多，也可以从下至上两层两层训练，或逐次训练更多层数。
在104中，所有层均训练结束后，得到针对第二语种的语义表示模型。
如图2所示的（d）阶段训练完成后，就得到了中文的Transformer模型，从而实现了从训练好的英文的Transformer模型逐渐迁移训练得到中文的Transformer模型。
本实施例中是利用单一语料，即中文语料采用从英文的Transformer模型进行迁移的方式，对中文的Transformer模型进行训练。若有一些双语的平行语料可供使用，则可以进一步降低训练成本并提升训练效果。此时可以采用实施例二中所示的方法进行训练。
实施例二、
本实施例中，在实施例一的基础上，进一步获取利用第一语种训练得到的语义表示模型作为第二语义表示模型。其中第一语义表示模型用以作为基础进行逐层迁移训练，而第二语义表示模型用以在训练第二语种的语义表示模型过程中，利用第二语义表示模型输出的第一语种的结果与第一语义表示模型输出的结果进行对齐处理。
在此，需要额外增加一个对齐模型来辅助第一语义表示模型的迁移训练，该对齐模型用以进行上述对齐处理。
以图2中（a）阶段的训练为例，如图3中所示，将中英文平行语料中，英文训练语料输入预先训练得到的英文的Transformer模型，Task Layer层输出的英文结果输入对齐模型。与此同时，将英文训练语料对应的中文训练语料输入（a）阶段对应的训练过程中的中文的Transformer模型，Task Layer层输出的中文结果也输入对齐模型。对齐模型利用训练中的中文的Transformer模型的输出结果对英文的Transformer模型的输出结果进行Attention机制的处理，然后对Attention处理结果进行映射，得到对中文训练语料中mask的预测结果。同样，训练目标为对mask的预测结果符合训练语料中的预期字符。利用对齐模型的预测结果构建Loss，利用Loss的值对训练中的中文的Transformer模型参数（即被训练层的模型参数）进行优化，同时对齐模型的模型参数也会被优化。
对齐模型在进行Attention处理时，假设中文的Transformer模型输出的字符表示 为
Figure 91272DEST_PATH_IMAGE001
，英文的Transformer模型输出的字符表示为
Figure 235946DEST_PATH_IMAGE002
。将
Figure 942870DEST_PATH_IMAGE003
与
Figure 311445DEST_PATH_IMAGE004
的点积表示为
Figure 660387DEST_PATH_IMAGE005
，利用
Figure 551245DEST_PATH_IMAGE006
对
Figure 756967DEST_PATH_IMAGE007
进行加权处理：
Figure 589401DEST_PATH_IMAGE008
其中，n为英文的Transformer模型输出的字符总数。
然后利用Attention处理后得到的各
Figure 476454DEST_PATH_IMAGE009
构成的向量进行全连接层（Softmax）的映 射，预测中文训练语料中的mask取值。
对于其他阶段的训练过程类似，同样利用英文的Transformer模型的输出结果进行对齐处理，不再逐一赘述。
举一个例子，假设存在这样的一组平行语料：
英文：I ate an apple
中文：我【mask】了个苹果。
其中mask的期望字符为“吃”。
如图4中所示，中文语料以及各字符的位置标识（图中“我”的位置标识为“0”，【mask】的位置标识为1，以此类推）输入训练过程中的中文Transformer模型。平行的英文语料以及各字符的位置标识（图中“I”的位置标识为0，“ate”的位置标识为1，以此类推）输入已训练好的英文Transformer模型。英文Transformer模型输出的各英文的字符以及中文Transformer模型输出的各中文的字符均输出至对齐模型，对齐模型利用中文Transformer模型的输出结果对英文Transformer模型的输出结果进行Attention后，将Attention得到的结果经过Softmax映射后，得到中文预测的各中文的字符。利用该中文预测的字符与中文语料的期望字符确定loss，然后更新逐层训练的中文Transformer中的被训练层的模型参数，以及更新对齐模型的模型参数。
另外，在上述实施例二中，若采用双语平行语料，采用的训练数据也可以不进行掩码。例如，假设存在这样的一组平行语料：
英文：I ate an apple
中文：我吃了个苹果。
对齐模型进行Attention处理的过程与实施例二中描述的相同，在经过Softmax后，同样预测得到中文训练语料中的各字符。利用该中文预测的字符与中文语料的期望字符确定loss，然后更新逐层训练的中文Transformer中的被训练层的模型参数，以及更新对齐模型的模型参数。
通过实施例二提供的方式，充分利用了双语平行语料，充分利用高资源语种的语料，进一步降低训练成本并提升低资源语种的语义表示模型训练效果。
以上是对本申请所提供的方法进行的详细描述，下面结合实施例对本申请提供的装置进行详细描述。
实施例三、
图5为本申请实施例三提供的训练语义表示模型的装置结构图，如图5中所示，该装置包括：第一获取单元01和训练单元02，还可以进一步包括第二获取单元03。其中各组成单元的主要功能如下：
第一获取单元01，用于获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型。
训练单元02，用于将第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；所有层均训练结束后，得到针对第二语种的语义表示模型。
其中，底层为嵌入Embedding层，顶层为全连接层。语义表示模型可以是CNN、RNN、Transformer模型等。
第二语种的训练语料包括：使用第二语种的带掩码mask的文本以及mask对应的字符。
训练单元02在对第一语义表示模型的各层进行训练时，训练目标为：顶层对mask的预测结果符合训练语料中mask对应的字符。
每次在对被训练层进行训练时，训练目标均为顶层对mask的预测结果符合预期。也就是说，可以依据该训练目标构建损失函数，利用损失函数的取值对被训练层的模型参数进行优化。每一次对被训练层的训练结束条件可以为：Loss逐渐收敛或迭代次数达到预设阈值，等等。
若有一些双语的平行语料可供使用，则可以进一步降低训练成本并提升训练效果。此时，第二获取单元03，用于获取已针对第一语种训练得到的语义表示模型作为第二语义表示模型。
训练单元02在利用第二语种的训练语料对被训练层进行训练时，将第二语种的训练语料对应的第一语种的平行语料输入第二语义表示模型；将第二语义表示模型的输出结果与第一语义表示模型的输出结果进行对齐。
具体地，训练单元02在将第二语义表示模型的输出结果与第一语义表示模型的输出结果进行对齐时，可以具体执行：
将第一语义表示模型的输出结果和第二语义表示模型的输出结果输入对齐模型；
由对齐模型利用第一语义表示模型的输出结果对第二语义表示模型的输出结果进行注意力机制的处理，对注意力机制的处理结果进行映射，得到对第二语种的训练语料中字符的预测结果。
若平行语料中第二语种的训练语料包括：使用第二语种的带mask的文本以及所述mask对应的字符，则训练目标为：对第二语种的训练语料中mask的语料结果符合训练语料中mask对应的字符。
若平行语料中第二语种的训练语料为第二语种的不带mask的文本，则训练目标为：所述对第二语种的训练语料中各字符的预测结果符合所述训练语料中的各字符。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的训练语义表示模型的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置（诸如，耦合至接口的显示设备）上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作（例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统）。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的训练语义表示模型的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的训练语义表示模型的方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的训练语义表示模型的方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的训练语义表示模型的方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据该电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至该电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
该电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与该电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置（例如，LED）和触觉反馈装置（例如，振动电机）等。该显示设备可以包括但不限于，液晶显示器（LCD）、发光二极管（LED）显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC（专用集成电路）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序（也称作程序、软件、软件应用、或者代码）包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置（例如，磁盘、光盘、存储器、可编程逻辑装置（PLD）），包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种训练语义表示模型的方法，包括：
获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型；
将所述第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；
将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；
所有层均训练结束后，得到针对第二语种的语义表示模型。
2.根据权利要求1所述的方法，其中，所述语义表示模型包括：Transformer模型。
3.根据权利要求1或2所述的方法，其中，所述第二语种的训练语料包括：使用第二语种的带掩码mask的文本以及所述mask对应的字符；
在对第一语义表示模型的各层进行训练时，训练目标为：所述顶层对mask的预测结果符合所述训练语料中mask对应的字符。
4.根据权利要求1或2所述的方法，还包括：
获取所述已针对第一语种训练得到的语义表示模型作为第二语义表示模型；
在所述利用第二语种的训练语料对被训练层进行训练时，将所述第二语种的训练语料对应的第一语种的平行语料输入所述第二语义表示模型；将所述第二语义表示模型的输出结果与所述第一语义表示模型的输出结果进行对齐。
5.根据权利要求4所述的方法，其中，
将所述第二语义表示模型的输出结果与所述第一语义表示模型的输出结果进行对齐包括：
将所述第一语义表示模型的输出结果和所述第二语义表示模型的输出结果输入对齐模型；
由所述对齐模型利用所述第一语义表示模型的输出结果对所述第二语义表示模型的输出结果进行注意力机制的处理，对所述注意力机制的处理结果进行映射，得到对第二语种的训练语料中字符的预测结果。
6.根据权利要求5所述的方法，其中，若所述第二语种的训练语料包括：使用第二语种的带mask的文本以及所述mask对应的字符，则训练目标为：所述对第二语种的训练语料中mask的预测结果符合所述训练语料中mask对应的字符；
若所述第二语种的训练语料为第二语种的不带mask的文本，则训练目标为：所述对第二语种的训练语料中各字符的预测结果符合所述训练语料中的各字符。
7.一种训练语义表示模型的装置，包括：
第一获取单元，用于获取已针对第一语种训练得到的语义表示模型作为第一语义表示模型；
训练单元，用于将所述第一语义表示模型的底层和顶层作为被训练层，对被训练层进行初始化，保持其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至达到训练结束条件；将未训练的各层从下至上逐次加入被训练层，并分别执行：保持除被训练层之外的其他层的模型参数不变，利用第二语种的训练语料对被训练层进行训练，直至分别达到训练结束条件；所有层均训练结束后，得到针对第二语种的语义表示模型。
8.根据权利要求7所述的装置，其中，所述语义表示模型包括：Transformer模型。
9.根据权利要求7或8所述的装置，其中，所述第二语种的训练语料包括：使用第二语种的带掩码mask的文本以及所述mask对应的字符；
所述训练单元在对第一语义表示模型的各层进行训练时，训练目标为：所述顶层对mask的预测结果符合所述训练语料中mask对应的字符。
10.根据权利要求7或8所述的装置，还包括：
第二获取单元，用于获取所述已针对第一语种训练得到的语义表示模型作为第二语义表示模型；
所述训练单元，还用于在所述利用第二语种的训练语料对被训练层进行训练时，将所述第二语种的训练语料对应的第一语种的平行语料输入所述第二语义表示模型；将所述第二语义表示模型的输出结果与所述第一语义表示模型的输出结果进行对齐。
11.根据权利要求10所述的装置，其中，所述训练单元在将所述第二语义表示模型的输出结果与所述第一语义表示模型的输出结果进行对齐时，具体执行：
将所述第一语义表示模型的输出结果和所述第二语义表示模型的输出结果输入对齐模型；
由所述对齐模型利用所述第一语义表示模型的输出结果对所述第二语义表示模型的输出结果进行注意力机制的处理，对所述注意力机制的处理结果进行映射，得到对第二语种的训练语料中字符的预测结果。
12.根据权利要求10所述的装置，其中，若所述第二语种的训练语料包括：使用第二语种的带mask的文本以及所述mask对应的字符，则训练目标为：所述对第二语种的训练语料中mask的预测结果符合所述训练语料中mask对应的字符；
若所述第二语种的训练语料为第二语种的不带mask的文本，则训练目标为：所述对第二语种的训练语料中各字符的预测结果符合所述训练语料中的各字符。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
CN202010638228.9A 2020-07-06 2020-07-06 训练语义表示模型的方法、装置、设备和计算机存储介质 Active CN111539227B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010638228.9A CN111539227B (zh) 2020-07-06 2020-07-06 训练语义表示模型的方法、装置、设备和计算机存储介质
EP21163589.1A EP3937060A1 (en) 2020-07-06 2021-03-19 Method and apparatus for training semantic representation model, device and computer storage medium
US17/209,124 US11914964B2 (en) 2020-07-06 2021-03-22 Method and apparatus for training semantic representation model, device and computer storage medium
KR1020210050852A KR102567635B1 (ko) 2020-07-06 2021-04-20 시맨틱 표현 모델을 트레이닝 하는 방법, 장치, 전자 기기 및 컴퓨터 기록 매체
JP2021074989A JP7267342B2 (ja) 2020-07-06 2021-04-27 語義表現モデルの訓練方法、装置、デバイス及びコンピュータ記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010638228.9A CN111539227B (zh) 2020-07-06 2020-07-06 训练语义表示模型的方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN111539227A true CN111539227A (zh) 2020-08-14
CN111539227B CN111539227B (zh) 2020-12-18

Family

ID=71968594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010638228.9A Active CN111539227B (zh) 2020-07-06 2020-07-06 训练语义表示模型的方法、装置、设备和计算机存储介质

Country Status (5)

Country Link
US (1) US11914964B2 (zh)
EP (1) EP3937060A1 (zh)
JP (1) JP7267342B2 (zh)
KR (1) KR102567635B1 (zh)
CN (1) CN111539227B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528669A (zh) * 2020-12-01 2021-03-19 北京百度网讯科技有限公司 多语言模型的训练方法、装置、电子设备和可读存储介质
CN112989844A (zh) * 2021-03-10 2021-06-18 北京奇艺世纪科技有限公司 一种模型训练及文本识别方法、装置、设备及存储介质
CN113011126A (zh) * 2021-03-11 2021-06-22 腾讯科技（深圳）有限公司 文本处理方法、装置、电子设备及计算机可读存储介质
CN113033801A (zh) * 2021-03-04 2021-06-25 北京百度网讯科技有限公司 神经网络模型的预训练方法、装置、电子设备和介质
CN113590865A (zh) * 2021-07-09 2021-11-02 北京百度网讯科技有限公司 图像搜索模型的训练方法及图像搜索方法
CN115982583A (zh) * 2022-12-30 2023-04-18 北京百度网讯科技有限公司 预训练语言模型的训练方法、装置、设备和介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11475226B2 (en) * 2020-09-21 2022-10-18 International Business Machines Corporation Real-time optimized translation
CN114926460B (zh) * 2022-07-19 2022-10-25 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 眼底图像分类模型的训练方法、眼底图像分类方法及系统
CN116932728B (zh) * 2023-08-30 2024-01-26 苏州浪潮智能科技有限公司 语言交互方法、装置、通信设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846126A (zh) * 2018-06-29 2018-11-20 北京百度网讯科技有限公司 关联问题聚合模型的生成、问答式聚合方法、装置及设备
CN111160016A (zh) * 2019-04-15 2020-05-15 深圳碳云智能数字生命健康管理有限公司 语义识别方法、装置、计算机可读存储介质和计算机设备
CN111159416A (zh) * 2020-04-02 2020-05-15 腾讯科技（深圳）有限公司 语言任务模型训练方法、装置、电子设备及存储介质
CN111310474A (zh) * 2020-01-20 2020-06-19 桂林电子科技大学 基于激活-池化增强bert模型的在线课程评论情感分析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11586930B2 (en) * 2019-04-16 2023-02-21 Microsoft Technology Licensing, Llc Conditional teacher-student learning for model training
US11604965B2 (en) * 2019-05-16 2023-03-14 Salesforce.Com, Inc. Private deep learning
CN110209817B (zh) * 2019-05-31 2023-06-09 安徽省泰岳祥升软件有限公司 文本处理模型的训练方法、装置和文本处理方法
US11620515B2 (en) * 2019-11-07 2023-04-04 Salesforce.Com, Inc. Multi-task knowledge distillation for language model
CN110717339B (zh) * 2019-12-12 2020-06-30 北京百度网讯科技有限公司 语义表示模型的处理方法、装置、电子设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846126A (zh) * 2018-06-29 2018-11-20 北京百度网讯科技有限公司 关联问题聚合模型的生成、问答式聚合方法、装置及设备
CN111160016A (zh) * 2019-04-15 2020-05-15 深圳碳云智能数字生命健康管理有限公司 语义识别方法、装置、计算机可读存储介质和计算机设备
CN111310474A (zh) * 2020-01-20 2020-06-19 桂林电子科技大学 基于激活-池化增强bert模型的在线课程评论情感分析方法
CN111159416A (zh) * 2020-04-02 2020-05-15 腾讯科技（深圳）有限公司 语言任务模型训练方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JACOB DEVLIN 等: "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding", 《ARXIV:1810.04805V1》 *
WEIXIN_30872499: "ULMFiT阅读笔记", 《CSDN：HTTPS://BLOG.CSDN.NET/WEIXIN_30872499/ARTICLE/DETAILS/96822812》 *
ZHI-XIU YE 等: "Align, Mask and Select: A Simple Method for Incorporating Commonsense Knowledge into Language Representation Models", 《ARXIV:1908.06725V5》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528669A (zh) * 2020-12-01 2021-03-19 北京百度网讯科技有限公司 多语言模型的训练方法、装置、电子设备和可读存储介质
CN112528669B (zh) * 2020-12-01 2023-08-11 北京百度网讯科技有限公司 多语言模型的训练方法、装置、电子设备和可读存储介质
US11995405B2 (en) 2020-12-01 2024-05-28 Beijing Baidu Netcom Science And Technology Co., Ltd. Multi-lingual model training method, apparatus, electronic device and readable storage medium
CN113033801A (zh) * 2021-03-04 2021-06-25 北京百度网讯科技有限公司 神经网络模型的预训练方法、装置、电子设备和介质
CN112989844A (zh) * 2021-03-10 2021-06-18 北京奇艺世纪科技有限公司 一种模型训练及文本识别方法、装置、设备及存储介质
CN113011126A (zh) * 2021-03-11 2021-06-22 腾讯科技（深圳）有限公司 文本处理方法、装置、电子设备及计算机可读存储介质
CN113011126B (zh) * 2021-03-11 2023-06-30 腾讯科技（深圳）有限公司 文本处理方法、装置、电子设备及计算机可读存储介质
CN113590865A (zh) * 2021-07-09 2021-11-02 北京百度网讯科技有限公司 图像搜索模型的训练方法及图像搜索方法
CN115982583A (zh) * 2022-12-30 2023-04-18 北京百度网讯科技有限公司 预训练语言模型的训练方法、装置、设备和介质

Also Published As

Publication number Publication date
EP3937060A1 (en) 2022-01-12
KR20220005384A (ko) 2022-01-13
JP2022014429A (ja) 2022-01-19
CN111539227B (zh) 2020-12-18
US11914964B2 (en) 2024-02-27
KR102567635B1 (ko) 2023-08-16
JP7267342B2 (ja) 2023-05-01
US20220004716A1 (en) 2022-01-06

Similar Documents

Publication Publication Date Title
CN111539227B (zh) 训练语义表示模型的方法、装置、设备和计算机存储介质
CN111598216B (zh) 学生网络模型的生成方法、装置、设备及存储介质
JP7122365B2 (ja) テキスト認識処理方法、装置、電子機器及び記憶媒体
CN110727806B (zh) 基于自然语言和知识图谱的文本处理方法及装置
CN111144115B (zh) 预训练语言模型获取方法、装置、电子设备和存储介质
CN111709249B (zh) 多语种模型的训练方法、装置、电子设备和存储介质
CN111737995A (zh) 基于多种词向量训练语言模型的方法、装置、设备及介质
CN111079945B (zh) 端到端模型的训练方法及装置
CN112528669B (zh) 多语言模型的训练方法、装置、电子设备和可读存储介质
US20210334659A1 (en) Method and apparatus for adversarial training of machine learning model, and medium
CN111950293B (zh) 语义表示模型的生成方法、装置、电子设备及存储介质
CN111144108A (zh) 情感倾向性分析模型的建模方法、装置和电子设备
CN111737954A (zh) 文本相似度确定方法、装置、设备和介质
CN112507101A (zh) 一种建立预训练语言模型的方法和装置
CN111950291A (zh) 语义表示模型的生成方法、装置、电子设备及存储介质
CN111241838B (zh) 文本实体的语义关系处理方法、装置及设备
CN113723278A (zh) 表格信息提取模型的训练方法及装置
CN112148856B (zh) 建立标点预测模型的方法、装置
CN112561056A (zh) 神经网络模型的训练方法、装置、电子设备和存储介质
CN111539224A (zh) 语义理解模型的剪枝方法、装置、电子设备和存储介质
CN111079449B (zh) 平行语料数据的获取方法、装置、电子设备和存储介质
CN112232089B (zh) 语义表示模型的预训练方法、设备和存储介质
CN112466277B (zh) 韵律模型训练方法、装置、电子设备及存储介质
CN112529986A (zh) 图文相关性的计算模型建立方法、计算方法及装置
CN111539225B (zh) 语义理解框架结构的搜索方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant