CN114817476A - 语言模型的训练方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种语言模型的训练方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习、自然语言处理技术领域。具体实现方案为：获取训练样本组，基于训练样本组中的训练样本构建样本关系图，样本关系图中的一个节点对应一个训练样本，边用于表示训练样本之间的样本相似度；基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于第一损失函数和第二损失函数，得到总损失函数；基于总损失函数对预训练语言模型的模型参数进行更新，得到目标语言模型，可综合考虑到训练样本和训练样本之间的样本相似度来获取总损失函数，有助于提升预训练语言模型的训练性能。

Description

语言模型的训练方法、装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种语言模型的训练方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

目前，随着人工智能技术的不断发展，语言模型在文本分类等领域得到了广泛应用，具有自动化程度高、人工成本低等优点。比如，可将文本输入语言模型中，由语言模型输出文本的类别。然而，语言模型的训练存在训练性能差的问题。

发明内容

本公开提供了一种语言模型的训练方法、装置、电子设备、存储介质和计算机程序产品。

根据本公开的一方面，提供了一种语言模型的训练方法，包括：获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，所述样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示所述两个节点所对应的训练样本之间的样本相似度；基于所述训练样本组和所述样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于所述第一损失函数和所述第二损失函数，得到所述预训练语言模型的总损失函数；基于所述总损失函数对所述预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

根据本公开的另一方面，提供了一种语言模型的训练装置，包括：获取模块，用于获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，所述样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示所述两个节点所对应的训练样本之间的样本相似度；第一训练模块，用于基于所述训练样本组和所述样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于所述第一损失函数和所述第二损失函数，得到所述预训练语言模型的总损失函数；第二训练模块，用于基于所述总损失函数对所述预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

根据本公开的另一方面，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语言模型的训练方法。

根据本公开的另一方面，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语言模型的训练方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现语言模型的训练方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的语言模型的训练方法的流程示意图；

图2是根据本公开第二实施例的语言模型的训练方法中样本关系图的示意图；

图3是根据本公开第三实施例的语言模型的训练方法的流程示意图；

图4是根据本公开第四实施例的语言模型的训练方法的示意图；

图5是根据本公开第五实施例的语言模型的训练方法的流程示意图；

图6是根据本公开第六实施例的语言模型的训练方法的流程示意图；

图7是根据本公开第七实施例的语言模型的训练方法的示意图；

图8是根据本公开第一实施例的语言模型的训练装置的框图；

图9是用来实现本公开实施例的语言模型的训练方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

AI(Artificial Intelligence，人工智能)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前，AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。

DL(Deep Learning，深度学习)是ML(Machine Learning，机器学习)领域中一个新的研究方向，是学习样本数据的内在规律和表示层次，使得机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据的一门科学，广泛应用于语音和图像识别。

NLP(Natural Language Processing，自然语言处理)是研究能有效地实现自然语言通信的计算机系统，特别是其中的软件系统的一门科学，是计算机科学领域与人工智能领域中的一个重要方向。

图1是根据本公开第一实施例的语言模型的训练方法的流程示意图。

如图1所示，本公开第一实施例的语言模型的训练方法，包括：

S101，获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示两个节点所对应的训练样本之间的样本相似度。

需要说明的是，本公开实施例的语言模型的训练方法的执行主体可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选地，执行主体可包括工作站、服务器，计算机、用户终端及其他智能设备。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。

需要说明的是，训练样本组包括多个训练样本。对训练样本组中训练样本的数量不做过多限定。

本公开的实施例中，可基于训练样本组中的训练样本构建样本关系图，其中，样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示两个节点所对应的训练样本之间的样本相似度。应说明的是，对样本相似度的表示方式不做过多限定，比如，样本相似度可用0％至100％、0至100、0至10等方式来表示。

可以理解的是，训练样本与节点一一对应，任意两个节点之间可能有边，也可能无边。

在一种实施方式中，样本关系图为无向图。

比如，训练样本组包括训练样本1至5，可基于训练样本组中的训练样本1至5构建如图2所示的样本关系图，样本关系图包括节点v₁至v₅，节点v₁至v₅分别对应训练样本1至5，样本关系图包括边e₁至e₇，边e₁为节点v₁、v₂之间的边，边e₂为节点v₂、v₃之间的边，边e₃为节点v₃、v₄之间的边，边e₄为节点v₄、v₅之间的边，边e₅为节点v₁、v₃之间的边，边e₆为节点v₃、v₅之间的边，边e₇为节点v₂、v₄之间的边。

其中，边e₁用于表示训练样本1、2之间的样本相似度，边e₂用于表示训练样本2、3之间的样本相似度，边e₃用于表示训练样本3、4之间的样本相似度，边e₄用于表示训练样本4、5之间的样本相似度，边e₅用于表示训练样本1、3之间的样本相似度，边e₆用于表示训练样本3、5之间的样本相似度，边e₇用于表示训练样本2、4之间的样本相似度。

在一种实施方式中，样本关系图为有向图。比如，节点i和节点j之间的边包括边e_ij、e_ji，边e_ij的方向为由节点i指向节点j，边e_ji的方向为由节点j指向节点i。其中，i、j均为正整数，i、j不相等。

在一种实施方式中，训练样本组可包括多个，对训练样本组的数量不做过多限定。可基于任一训练样本组中的训练样本构建任一训练样本组对应的样本关系图，即每个训练样本组均可构建一个样本关系图。

S102，基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数。

在一种实施方式中，基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，可包括基于训练样本组和样本关系图，获取每个节点的模型预测损失和每个边的模型预测损失，基于每个节点的模型预测损失，获取第一损失函数，基于每个边的模型预测损失，获取第二损失函数。应说明的是，对模型预测损失的类别不做过多限定，比如，模型预测损失包括但不限于CE(Cross Entropy，交叉熵)、BCE(Binary Cross Entropy，二值交叉熵)等。

在一种实施方式中，基于每个节点的模型预测损失，获取第一损失函数，可包括将每个节点的模型预测损失的和值，作为第一损失函数。

在一种实施方式中，基于每个边的模型预测损失，获取第二损失函数，可包括将每个边的模型预测损失的和值，作为第二损失函数。

比如，继续以图2为例，可基于训练样本组和样本关系图，获取节点v₁至v₅的模型预测损失和边e₁至e₇的模型预测损失，基于节点v₁至v₅的模型预测损失获取第一损失函数，基于边e₁至e₇的模型预测损失获取第二损失函数。

在一种实施方式中，基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数，可包括将第一损失函数和第二损失函数的和值，作为总损失函数。

在一种实施方式中，基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数，可包括对第一损失函数和第二损失函数进行加权，得到总损失函数。应说明的是，对第一损失函数、第二损失函数的权重均不做过多限定。

S103，基于总损失函数对预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

在一种实施方式中，基于总损失函数对预训练语言模型的模型参数进行更新，可包括获取总损失函数的梯度信息，根据梯度信息对模型参数进行更新。比如，可根据梯度信息进行反向传播，以对模型参数进行更新。

在一种实施方式中，训练样本组可包括多个。基于总损失函数对预训练语言模型的模型参数进行更新，得到训练后的目标语言模型，可包括基于总损失函数对预训练语言模型的模型参数进行更新，返回采用下一个训练样本组继续对调整模型参数的预训练语言模型的模型参数进行更新，直至满足模型训练结束条件，将最后一次训练得到的预训练语言模型作为目标语言模型。应说明的是，对模型训练结束条件不做过多限定，比如，模型训练结束条件包括但不限于模型精度达到设定精度阈值、模型迭代次数达到设定次数阈值、总损失函数达到最小值等。

综上，根据本公开实施例的语言模型的训练方法，可基于训练样本组中的训练样本构建样本关系图，并基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，以得到总损失函数，基于总损失函数对预训练语言模型的模型参数进行更新，得到目标语言模型。由此，可综合考虑到训练样本和训练样本之间的样本相似度，来获取节点维度的第一损失函数和边维度的第二损失函数，以得到预训练模型的总损失函数，适用于训练样本组不足的应用场景，有助于提升预训练语言模型的训练性能。

在上述任一实施例的基础上，训练样本包括样本文本和样本文本的标注信息。应说明的是，对样本文本的语言类别等均不做过多限定，比如，样本文本的语言类别包括但不限于中文、英文和日文。

在一种实施方式中，标注信息包括样本文本的参考结果和/或参考特征表示。应说明的是，对参考结果的类别不做过多限定。比如，参考结果包括但不限于参考情感分类结果、参考主题分类结果、参考抽取结果等。对参考特征表示不做过多限定，比如，参考特征表示可包括向量。

在一种实施方式中，参考结果可用向量来表示。比如，参考情感分类结果可采用one-hot(独热)向量来表示。比如，参考情感分类结果y为(y₁,y₂)，y₁为1且y₂为0用于表征参考情感类别为“积极”，y₁为0且y₂为1用于表征参考情感类别为“消极”。

图3是根据本公开第三实施例的语言模型的训练方法的流程示意图。

如图3所示，本公开第三实施例的语言模型的训练方法，包括：

S301，获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示两个节点所对应的训练样本之间的样本相似度。

S302，基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数。

步骤S301-S302的相关内容可参见上述实施例，这里不再赘述。

S303，将训练样本组中的每个样本文本输入预训练语言模型中，由预训练语言模型输出每个样本文本的预测信息。

在一种实施方式中，预测信息包括样本文本的预测结果和/或预测特征表示。应说明的是，预测结果、预测特征表示的相关内容可参见上述实施例，这里不再赘述。

在一种实施方式中，预训练语言模型为文本分类模型，标注信息包括参考情感分类结果和/或参考特征表示，可将每个样本文本输入预训练语言模型中，由预训练语言模型输出每个样本文本的预测情感分类结果和/或预测特征表示。比如，预测情感分类结果y’为(y₁’,y₂’)，y₁’为预测情感类别为“积极”的概率，y₂’为预测情感类别为“消极”的概率，y₁’、y₂’的和值为1。

在一种实施方式中，如图4所示，以预训练语言模型为文本分类模型为例，预训练语言模型包括特征提取层和分类层，可将每个样本文本输入特征提取层中，由特征提取层输出每个样本文本的预测特征表示，将每个样本文本的预测特征表示输入分类层中，由分类层输出每个样本文本的预测结果。应说明的是，对特征提取层、分类层的结构均不做过多限定。

比如，分类层的权重为W_c，第i个样本文本的预测特征表示为h_i，第i个样本文本的预测结果为y_i’。则y_i’＝softmax(W_c*h_i)。softmax为归一化指数函数。

S304，针对样本关系图中的任一节点对，确定任一节点对所对应的第一训练样本和第二训练样本。

比如，继续以图2为例，节点对v₁、v₂所对应的第一训练样本和第二训练样本分别为训练样本1、2；节点对v₂、v₃所对应的第一训练样本和第二训练样本分别为训练样本2、3。

S305，基于第一训练样本的标注信息和预测信息，以及第二训练样本的标注信息和预测信息，获取任一节点对之间的边的模型预测损失。

比如，继续以图2为例，节点对v₁、v₂所对应的第一训练样本和第二训练样本分别为训练样本1、2，基于训练样本1的标注信息和预测信息，以及训练样本2的标注信息和预测信息，获取节点对v₁、v₂之间的边e₁的模型预测损失。

在一种实施方式中，基于第一训练样本的标注信息和预测信息，以及第二训练样本的标注信息和预测信息，获取任一节点对之间的边的模型预测损失，可包括基于第一训练样本的参考结果和预测结果，以及第二训练样本的参考结果和预测结果，获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于第一训练样本的标注信息和预测信息，以及第二训练样本的标注信息和预测信息，获取任一节点对之间的边的模型预测损失，可包括基于第一训练样本的参考特征表示和预测特征表示，以及第二训练样本的参考特征表示和预测特征表示，获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于第一训练样本的标注信息和预测信息，以及第二训练样本的标注信息和预测信息，获取任一节点对之间的边的模型预测损失，可包括基于第一训练样本的标注信息和预测信息，获取第一训练样本对应的节点的第一模型预测损失，基于第二训练样本的标注信息和预测信息，获取第二训练样本对应的节点的第二模型预测损失，基于第一模型预测损失和第二模型预测损失，获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于第一模型预测损失和第二模型预测损失，获取任一节点对之间的边的模型预测损失，可包括将第一模型预测损失、第二模型预测损失输入设定算法，以获取任一节点对之间的边的模型预测损失。应说明的是，对设定算法不做过多限定。

S306，基于每个边的模型预测损失，获取第二损失函数。

S307，基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数。

S308，基于总损失函数对预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

步骤S307-S308的相关内容可参见上述实施例，这里不再赘述。

综上，根据本公开实施例的语言模型的训练方法，可综合考虑到任一节点对所对应的第一训练样本、第二训练样本的标注信息和预测信息，来获取任一节点对之间的边的模型预测损失，进而基于每个边的模型预测损失获取第二损失函数，提高了第二损失函数获取的准确性。

图5是根据本公开第五实施例的语言模型的训练方法的流程示意图。

如图5所示，本公开第五实施例的语言模型的训练方法，包括：

S501，获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示两个节点所对应的训练样本之间的样本相似度。

S502，基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数。

S503，将训练样本组中的每个样本文本输入预训练语言模型中，由预训练语言模型输出每个样本文本的预测信息。

S504，针对样本关系图中的任一节点对，确定任一节点对所对应的第一训练样本和第二训练样本。

S505，基于第一训练样本的标注信息和第二训练样本的标注信息，获取第一训练样本和第二训练样本之间的参考样本相似度，以及基于第一训练样本的预测信息和第二训练样本的预测信息，获取第一训练样本和第二训练样本之间的预测样本相似度。

比如，继续以图2为例，节点对v₁、v₂所对应的第一训练样本和第二训练样本分别为训练样本1、2，基于训练样本1的标注信息和训练样本2的标注信息，获取训练样本1、2之间的参考样本相似度，以及基于训练样本1的预测信息和训练样本2的预测信息，获取训练样本1、2之间的预测样本相似度。

在一种实施方式中，基于第一训练样本的标注信息和第二训练样本的标注信息，获取第一训练样本和第二训练样本之间的参考样本相似度，可包括获取第一训练样本的标注信息和第二训练样本的标注信息之间的标注相似度，将标注相似度作为第一训练样本和第二训练样本之间的参考样本相似度。

在一种实施方式中，基于第一训练样本的标注信息和第二训练样本的标注信息，获取第一训练样本和第二训练样本之间的参考样本相似度，可包括基于第一训练样本的参考结果和第二训练样本的参考结果，获取第一训练样本和第二训练样本之间的第一参考样本相似度，和/或基于第一训练样本的参考特征表示和第二训练样本的参考特征表示，获取第一训练样本和第二训练样本之间的第二参考样本相似度，基于第一参考样本相似度和/或第二参考样本相似度，获取第一训练样本和第二训练样本之间的参考样本相似度。

需要说明的是，基于第一训练样本的预测信息和第二训练样本的预测信息，获取第一训练样本和第二训练样本之间的预测样本相似度的相关内容，可参见上述实施例，这里不再赘述。

S506，基于参考样本相似度和预测样本相似度，获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于参考样本相似度和预测样本相似度，获取任一节点对之间的边的模型预测损失，可包括获取参考样本相似度和预测样本相似度之间的偏差，基于偏差获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于参考样本相似度和预测样本相似度，获取任一节点对之间的边的模型预测损失，可包括基于参考样本相似度，确定任一节点对之间的边的参考边属性，以及基于预测样本相似度，确定任一节点对之间的边的预测边属性，其中，参考边属性和预测边属性中的任一种边属性用于表征任一种边属性对应的样本相似度的大小，基于参考边属性和预测边属性，获取任一节点对之间的边的模型预测损失。由此，该方法中可基于参考样本相似度确定边的参考边属性，基于预测样本相似度确定边的预测边属性，并综合考虑参考边属性和预测边属性来获取边的模型预测损失，有助于提高边的模型预测损失的准确性。

需要说明的是，对边属性的类别不做过多限定，比如，边属性包括但不限于是否有边、边的长度等。

在一种实施方式中，针对参考边属性和预测边属性中的任一种边属性的确定过程，可包括如下两种可能的实施方式：

方式1、获取任一种边属性对应的样本相似度，响应于样本相似度大于或者等于设定阈值，确定任一节点对之间有边；或者，响应于样本相似度小于设定阈值，确定任一节点对之间无边。

需要说明的是，对设定阈值不做过多限定。比如，样本相似度可用0％至100％来表示，设定阈值为100％，此时可响应于样本相似度等于100％，确定任一节点对之间有边；或者，响应于样本相似度小于100％，确定任一节点对之间无边。

由此，该方法中可在样本相似度大于或者等于设定阈值时，确定节点对之间有边，在样本相似度小于设定阈值时，确定节点对之间无边，以实现边属性的确定。

方式2、获取任一种边属性对应的样本相似度，基于样本相似度，确定任一节点对之间的边的长度，其中，长度与样本相似度正相关。

本公开的实施例中，边的长度与样本相似度正相关，即样本相似度越大，边的长度越大，样本相似度越小，边的长度越小。

在一种实施方式中，基于样本相似度，确定任一节点对之间的边的长度，可包括将样本相似度和设定系数的乘积，作为任一节点对之间的边的长度。应说明的是，对设定系数不做过多限定。

由此，该方法中可基于样本相似度，确定节点对之间的边的长度，以实现边属性的确定。

在一种实施方式中，基于参考边属性和预测边属性，获取任一节点对之间的边的模型预测损失，可包括获取参考边属性和预测边属性之间的偏差，基于偏差获取任一节点对之间的边的模型预测损失。

在一种实施方式中，基于参考边属性和预测边属性，获取任一节点对之间的边的模型预测损失，可包括获取参考边属性和预测边属性之间的二值交叉熵，将二值交叉熵作为任一节点对之间的边的模型预测损失。

比如，节点i和节点j之间的边包括边e_ij，边e_ij的方向为由节点i指向节点j，边e_ij的参考边属性、预测边属性分别为z_ij、z_ij’，边e_ij的模型预测损失为L2_eij＝BCE(z_ij,z_ij’)，BCE为二值交叉熵函数。

S507，基于每个边的模型预测损失，获取第二损失函数。

在一种实施方式中，基于每个边的模型预测损失，获取第二损失函数，可包括

其中，L2为第二损失函数，N为训练样本组中训练样本的数量。

S508，基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数。

S509，基于总损失函数对预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

步骤S507-S509的相关内容可参见上述实施例，这里不再赘述。

综上，根据本公开实施例的语言模型的训练方法，可基于第一训练样本的标注信息和第二训练样本的标注信息，获取第一训练样本和第二训练样本之间的参考样本相似度，以及基于第一训练样本的预测信息和第二训练样本的预测信息，获取第一训练样本和第二训练样本之间的预测样本相似度，并综合考虑到参考样本相似度和预测样本相似度，来获取边的模型预测损失，以获取第二损失函数，提高了第二损失函数获取的准确性。

图6是根据本公开第六实施例的语言模型的训练方法的流程示意图。

如图6所示，本公开第六实施例的语言模型的训练方法，包括：

S601，获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示两个节点所对应的训练样本之间的样本相似度。

步骤S601的相关内容可参见上述实施例，这里不再赘述。

S602，基于任一训练样本的标注信息和预测信息，获取任一训练样本所对应的任一节点的模型预测损失。

比如，继续以图2为例，节点v₁对应训练样本1，可基于训练样本1的标注信息和预测信息，获取节点v₁的模型预测损失。

在一种实施方式中，基于任一训练样本的标注信息和预测信息，获取任一训练样本所对应的任一节点的模型预测损失，可包括基于任一训练样本的参考结果和预测结果，获取任一训练样本所对应的任一节点模型预测损失。

在一种实施方式中，基于任一训练样本的标注信息和预测信息，获取任一训练样本所对应的任一节点的模型预测损失，可包括基于任一训练样本的参考特征表示和预测特征表示，获取任一训练样本所对应的任一节点模型预测损失。

在一种实施方式中，基于任一训练样本的标注信息和预测信息，获取任一训练样本所对应的任一节点的模型预测损失，可包括获取任一训练样本的标注信息和预测信息之间的交叉熵，将交叉熵作为任一训练样本所对应的任一节点的模型预测损失。

比如，节点i所对应的训练样本i的标注信息、预测信息分别为y_i、y_i’，节点i的模型预测损失为L1_i＝CE(y_i,y_i’)，CE为交叉熵函数。

S603，基于每个节点的模型预测损失，获取预训练语言模型在节点维度的第一损失函数。

在一种实施方式中，基于每个节点的模型预测损失，获取预训练语言模型在节点维度的第一损失函数，可包括

其中，L₁为第一损失函数，N为训练样本组中训练样本的数量，CE为交叉熵函数。

S604，基于训练样本组和样本关系图，获取预训练语言模型在边维度的第二损失函数。

S605，基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数。

在一种实施方式中，预训练语言模型的总损失函数如下：

其中，L为总损失函数，

为第一损失函数，

为第二损失函数，a为参数。

S606，基于总损失函数对预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

步骤S604-S606的相关内容可参见上述实施例，这里不再赘述。

综上，根据本公开实施例的语言模型的训练方法，可综合考虑到任一训练样本的标注信息和预测信息，来获取任一训练样本所对应的任一节点的模型预测损失，进而基于每个节点的模型预测损失获取第一损失函数，提高了第一损失函数获取的准确性。

在上述任一实施例的基础上，如图7所示，针对训练样本组1至m，可基于第i个训练样本组中的训练样本构建第i个样本关系图，即可生成样本关系图1至m，其中，m为正整数。

基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于第一损失函数和第二损失函数，得到预训练语言模型的总损失函数，基于总损失函数对预训练语言模型的模型参数进行更新，响应于未满足模型训练结束条件，返回采用下一个训练样本组和下一个样本关系图继续对调整模型参数的预训练语言模型进行训练，直至满足模型训练结束条件，得到训练后的目标语言模型。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种语言模型的训练装置，用于实现上述的语言模型的训练方法。

图8是根据本公开第一实施例的语言模型的训练装置的框图。

如图8所示，本公开实施例的语言模型的训练装置800，包括：获取模块801、第一训练模块802、第二训练模块803。

获取模块801用于获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，所述样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示所述两个节点所对应的训练样本之间的样本相似度；

第一训练模块802用于基于所述训练样本组和所述样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于所述第一损失函数和所述第二损失函数，得到所述预训练语言模型的总损失函数；

第二训练模块803用于基于所述总损失函数对所述预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

在本公开的一个实施例中，所述训练样本包括样本文本和所述样本文本的标注信息，所述第一训练模块802还用于：将所述训练样本组中的每个样本文本输入所述预训练语言模型中，由所述预训练语言模型输出每个所述样本文本的预测信息；针对所述样本关系图中的任一节点对，确定所述任一节点对所对应的第一训练样本和第二训练样本；基于所述第一训练样本的标注信息和预测信息，以及所述第二训练样本的标注信息和预测信息，获取所述任一节点对之间的边的模型预测损失；基于每个边的模型预测损失，获取所述第二损失函数。

在本公开的一个实施例中，所述第一训练模块802还用于：基于所述第一训练样本的标注信息和所述第二训练样本的标注信息，获取所述第一训练样本和所述第二训练样本之间的参考样本相似度，以及基于所述第一训练样本的预测信息和所述第二训练样本的预测信息，获取所述第一训练样本和所述第二训练样本之间的预测样本相似度；基于所述参考样本相似度和所述预测样本相似度，获取所述任一节点对之间的边的模型预测损失。

在本公开的一个实施例中，所述第一训练模块802还用于：基于所述参考样本相似度，确定所述任一节点对之间的边的参考边属性，以及基于所述预测样本相似度，确定所述任一节点对之间的边的预测边属性，其中，所述参考边属性和所述预测边属性中的任一种边属性用于表征所述任一种边属性对应的样本相似度的大小；基于所述参考边属性和所述预测边属性，获取所述任一节点对之间的边的模型预测损失。

在本公开的一个实施例中，所述第一训练模块802还用于：获取所述任一种边属性对应的样本相似度；响应于所述样本相似度大于或者等于设定阈值，确定所述任一节点对之间有边；或者，响应于所述样本相似度小于所述设定阈值，确定所述任一节点对之间无边。

在本公开的一个实施例中，所述第一训练模块802还用于：获取所述任一种边属性对应的样本相似度；基于所述样本相似度，确定所述任一节点对之间的边的长度，其中，所述长度与所述样本相似度正相关。

在本公开的一个实施例中，所述第一训练模块802还用于：基于任一训练样本的标注信息和预测信息，获取所述任一训练样本所对应的任一节点的模型预测损失；基于每个节点的模型预测损失，获取所述第一损失函数。

在本公开的一个实施例中，所述标注信息包括所述样本文本的参考结果和/或参考特征表示，所述预测信息包括所述样本文本的预测结果和/或预测特征表示。

综上，本公开实施例的语言模型的训练装置，可基于训练样本组中的训练样本构建样本关系图，并基于训练样本组和样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，以得到总损失函数，基于总损失函数对预训练语言模型的模型参数进行更新，得到目标语言模型。由此，可综合考虑到训练样本和训练样本之间的样本相似度，来获取节点维度的第一损失函数和边维度的第二损失函数，以得到预训练模型的总损失函数，适用于训练样本组不足的应用场景，有助于提升预训练语言模型的训练性能。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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/或者要求的本公开的实现。

如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如图1至图7所述的语言模型的训练方法。例如，在一些实施例中，语言模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的语言模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行语言模型的训练方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

根据本公开的实施例，本公开还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现本公开上述实施例所述的语言模型的训练方法的步骤。

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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种语言模型的训练方法，包括：

获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，所述样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示所述两个节点所对应的训练样本之间的样本相似度；

基于所述训练样本组和所述样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于所述第一损失函数和所述第二损失函数，得到所述预训练语言模型的总损失函数；

基于所述总损失函数对所述预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

2.根据权利要求1所述的方法，其中，所述训练样本包括样本文本和所述样本文本的标注信息，基于所述训练样本组和所述样本关系图，获取所述第二损失函数，包括：

将所述训练样本组中的每个样本文本输入所述预训练语言模型中，由所述预训练语言模型输出每个所述样本文本的预测信息；

针对所述样本关系图中的任一节点对，确定所述任一节点对所对应的第一训练样本和第二训练样本；

基于所述第一训练样本的标注信息和预测信息，以及所述第二训练样本的标注信息和预测信息，获取所述任一节点对之间的边的模型预测损失；

基于每个边的模型预测损失，获取所述第二损失函数。

3.根据权利要求2所述的方法，其中，所述基于所述第一训练样本的标注信息和预测信息，以及所述第二训练样本的标注信息和预测信息，获取所述任一节点对之间的边的模型预测损失，包括：

基于所述第一训练样本的标注信息和所述第二训练样本的标注信息，获取所述第一训练样本和所述第二训练样本之间的参考样本相似度，以及基于所述第一训练样本的预测信息和所述第二训练样本的预测信息，获取所述第一训练样本和所述第二训练样本之间的预测样本相似度；

基于所述参考样本相似度和所述预测样本相似度，获取所述任一节点对之间的边的模型预测损失。

4.根据权利要求3所述的方法，其中，所述基于所述参考样本相似度和所述预测样本相似度，获取所述任一节点对之间的边的模型预测损失，包括：

基于所述参考样本相似度，确定所述任一节点对之间的边的参考边属性，以及基于所述预测样本相似度，确定所述任一节点对之间的边的预测边属性，其中，所述参考边属性和所述预测边属性中的任一种边属性用于表征所述任一种边属性对应的样本相似度的大小；

基于所述参考边属性和所述预测边属性，获取所述任一节点对之间的边的模型预测损失。

5.根据权利要求4所述的方法，其中，针对所述参考边属性和所述预测边属性中的任一种边属性的确定过程，包括：

获取所述任一种边属性对应的样本相似度；

响应于所述样本相似度大于或者等于设定阈值，确定所述任一节点对之间有边；或者，

响应于所述样本相似度小于所述设定阈值，确定所述任一节点对之间无边。

6.根据权利要求4所述的方法，其中，针对所述参考边属性和所述预测边属性中的任一种边属性的确定过程，包括：

获取所述任一种边属性对应的样本相似度；

基于所述样本相似度，确定所述任一节点对之间的边的长度，其中，所述长度与所述样本相似度正相关。

7.根据权利要求2所述的方法，其中，基于所述训练样本组和所述样本关系图，获取所述第一损失函数，包括：

基于任一训练样本的标注信息和预测信息，获取所述任一训练样本所对应的任一节点的模型预测损失；

基于每个节点的模型预测损失，获取所述第一损失函数。

8.根据权利要求2-7任一项所述的方法，其中，所述标注信息包括所述样本文本的参考结果和/或参考特征表示，所述预测信息包括所述样本文本的预测结果和/或预测特征表示。

9.一种语言模型的训练装置，包括：

获取模块，用于获取训练样本组，并基于训练样本组中的训练样本构建样本关系图，其中，所述样本关系图中的一个节点对应一个训练样本，两个节点之间的边用于表示所述两个节点所对应的训练样本之间的样本相似度；

第一训练模块，用于基于所述训练样本组和所述样本关系图，获取预训练语言模型在节点维度的第一损失函数和在边维度的第二损失函数，并基于所述第一损失函数和所述第二损失函数，得到所述预训练语言模型的总损失函数；

第二训练模块，用于基于所述总损失函数对所述预训练语言模型的模型参数进行更新，得到训练后的目标语言模型。

10.根据权利要求9所述的装置，其中，所述训练样本包括样本文本和所述样本文本的标注信息，所述第一训练模块，还用于：

将所述训练样本组中的每个样本文本输入所述预训练语言模型中，由所述预训练语言模型输出每个所述样本文本的预测信息；

针对所述样本关系图中的任一节点对，确定所述任一节点对所对应的第一训练样本和第二训练样本；

基于所述第一训练样本的标注信息和预测信息，以及所述第二训练样本的标注信息和预测信息，获取所述任一节点对之间的边的模型预测损失；

基于每个边的模型预测损失，获取所述第二损失函数。

11.根据权利要求10所述的装置，其中，所述第一训练模块，还用于：

基于所述第一训练样本的标注信息和所述第二训练样本的标注信息，获取所述第一训练样本和所述第二训练样本之间的参考样本相似度，以及基于所述第一训练样本的预测信息和所述第二训练样本的预测信息，获取所述第一训练样本和所述第二训练样本之间的预测样本相似度；

基于所述参考样本相似度和所述预测样本相似度，获取所述任一节点对之间的边的模型预测损失。

12.根据权利要求11所述的装置，其中，所述第一训练模块，还用于：

基于所述参考样本相似度，确定所述任一节点对之间的边的参考边属性，以及基于所述预测样本相似度，确定所述任一节点对之间的边的预测边属性，其中，所述参考边属性和所述预测边属性中的任一种边属性用于表征所述任一种边属性对应的样本相似度的大小；

基于所述参考边属性和所述预测边属性，获取所述任一节点对之间的边的模型预测损失。

13.根据权利要求12所述的装置，其中，所述第一训练模块，还用于：

获取所述任一种边属性对应的样本相似度；

响应于所述样本相似度大于或者等于设定阈值，确定所述任一节点对之间有边；或者，

响应于所述样本相似度小于所述设定阈值，确定所述任一节点对之间无边。

14.根据权利要求12所述的装置，其中，所述第一训练模块，还用于：

获取所述任一种边属性对应的样本相似度；

基于所述样本相似度，确定所述任一节点对之间的边的长度，其中，所述长度与所述样本相似度正相关。

15.根据权利要求10所述的装置，其中，所述第一训练模块，还用于：

基于任一训练样本的标注信息和预测信息，获取所述任一训练样本所对应的任一节点的模型预测损失；

基于每个节点的模型预测损失，获取所述第一损失函数。

16.根据权利要求10-15任一项所述的装置，其中，所述标注信息包括所述样本文本的参考结果和/或参考特征表示，所述预测信息包括所述样本文本的预测结果和/或预测特征表示。

17.一种电子设备，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权利要求1-8中任一项所述的语言模型的训练方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如权利要求1-8中任一项所述的语言模型的训练方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1-8中任一项所述的语言模型的训练方法的步骤。

Images