CN116306862A - 用于文本处理神经网络的训练方法、装置和介质 - Google Patents
用于文本处理神经网络的训练方法、装置和介质 Download PDFInfo
- Publication number
- CN116306862A CN116306862A CN202310015785.9A CN202310015785A CN116306862A CN 116306862 A CN116306862 A CN 116306862A CN 202310015785 A CN202310015785 A CN 202310015785A CN 116306862 A CN116306862 A CN 116306862A
- Authority
- CN
- China
- Prior art keywords
- expert
- matrix
- word
- networks
- neural network
- 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
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 title claims abstract description 50
- 238000012549 training Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 128
- 238000005728 strengthening Methods 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000002787 reinforcement Effects 0.000 claims description 2
- 230000003014 reinforcing effect Effects 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000003058 natural language processing Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了一种用于文本处理神经网络的训练方法、装置和介质，涉及人工智能领域，具体涉及自然语言处理、深度学习技术。该方法包括：获取神经网络的样本输入，样本输入包括多个分词；获取神经网络中的门控矩阵，门控矩阵用于计算多个分词中的每一个分词与神经网络中的多个专家网络中的每一个专家网络的相关性，多个专家网络用于对多个分词进行强化；基于门控矩阵和门控矩阵的转置矩阵的乘积，确定中间矩阵；基于中间矩阵和单位矩阵，确定第一损失值；以及基于第一损失值，调整门控矩阵的参数，以得到训练后的神经网络。
Description
技术领域
本公开涉及人工智能领域，具体涉及自然语言处理、深度学习技术，特别涉及一种用于文本处理神经网络的训练方法、用于文本处理神经网络的训练装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
预训练语言模型是近年来自然语言处理领域发展比较迅速的技术，通过增大预训练模型规模，一般来说可以使得模型取得更好的效果。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于文本处理神经网络的训练方法、用于文本处理神经网络的训练装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种用于文本处理神经网络的训练方法，包括：获取神经网络的样本输入，样本输入包括多个分词；获取神经网络中的门控矩阵，门控矩阵用于计算多个分词中的每一个分词与神经网络中的多个专家网络中的每一个专家网络的相关性，多个专家网络用于对多个分词进行强化；基于门控矩阵和门控矩阵的转置矩阵的乘积，确定中间矩阵；基于中间矩阵和单位矩阵，确定第一损失值；以及基于第一损失值，调整门控矩阵的参数，以得到训练后的神经网络。
根据本公开的一方面，提供了一种用于文本处理神经网络的训练装置，包括：第一获取单元，被配置为获取神经网络的样本输入，样本输入包括多个分词；第二获取单元，被配置为获取神经网络中的门控矩阵，门控矩阵用于计算多个分词中的每一个分词与神经网络中的多个专家网络中的每一个专家网络的相关性，多个专家网络用于对多个分词进行强化；第一确定单元，被配置为基于门控矩阵和门控矩阵的转置矩阵的乘积，确定中间矩阵；第二确定单元，被配置为基于中间矩阵和单位矩阵，确定第一损失值；以及第一调参单元，被配置为基于第一损失值，调整门控矩阵的参数，以得到训练后的神经网络。
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；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，这些指令被至少一个处理器执行，以使至少一个处理器能够执行上述方法。
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，其中，计算机指令用于使计算机执行上述方法。
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，计算机程序在被处理器执行时实现上述方法。
根据本公开的一个或多个实施例，通过基于门控矩阵及其转置矩阵的乘积确定中间矩阵，进而基于中间矩阵和单位矩阵确定第一损失值，并利用第一损失值调整门控矩阵的参数，能够使门控矩阵正交化，并使得训练后得到的不同的专家网络能够用于处理不同类型的分词，从而具有相应的物理意义。
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
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开示例性实施例的用于文本处理神经网络的训练方法的流程图；
图3示出了根据本公开示例性实施例的神经网络的示意图；
图4示出了根据本公开示例性实施例的用于文本处理神经网络的训练方法的流程图；
图5示出了根据本公开示例性实施例的用于文本处理神经网络的训练装置的结构框图；以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
相关技术中，在对混合专家网络进行训练时，通常利用基于模型最终输出的结果和真实结果(ground truth)的损失值调整模型的参数，但没有对混合专家网络中的部分模块进行特别优化，因此模型的预测能力还有进一步提升的可能性。
为解决上述问题，本公开通过基于门控矩阵及其转置矩阵的乘积确定中间矩阵，进而基于中间矩阵和单位矩阵确定第一损失值，并利用第一损失值调整门控矩阵的参数，能够使门控矩阵正交化，并使得训练后得到的不同的专家网络能够用于处理不同类型的分词，从而具有相应的物理意义。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行神经网络的训练方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)网络下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来进行人机交互。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
根据本公开的一方面，提供了一种用于文本处理神经网络的训练方法。如图2所示，神经网络的训练方法包括：步骤S201、获取神经网络的样本输入，样本输入包括多个分词；步骤S202、获取神经网络中的门控矩阵，门控矩阵用于计算多个分词中的每一个分词与神经网络中的多个专家网络中的每一个专家网络的相关性，多个专家网络用于对多个分词进行强化；步骤S203、基于门控矩阵和门控矩阵的转置矩阵的乘积，确定中间矩阵；步骤S204、基于中间矩阵和单位矩阵，确定第一损失值；以及步骤S205、基于第一损失值，调整门控矩阵的参数，以得到训练后的神经网络。
由此，通过基于门控矩阵及其转置矩阵的乘积确定中间矩阵，进而基于中间矩阵和单位矩阵确定第一损失值，并利用第一损失值调整门控矩阵的参数，能够使门控矩阵正交化，并使得训练后得到的不同的专家网络能够用于处理不同类型的分词，从而具有相应的物理意义。
本公开中的神经网络例如可以是基于大规模预训练模型的混合专家网络(Mix ofExperts，MoE)。简单来说，MoE模型就是增加Transformer结构中的前馈网络(Feed-ForwardNetwork，FFN)模块的数量，每一个前馈网络作为一个专家，不同的分词(也称为令牌或符号，token)会选择性的分发到不同的专家上进行计算，以实现对分词(例如，表征分词的特征向量)进行强化。分词可以包括与输入文本中的单字或单词对应的token，也可以包括与特殊符号对应的token。特殊符号例如可以包括句首符号[CLS]，用于分割不同句子或者位于句尾的符号[SEP]等等。在MoE模型中，路由模块是最核心的模块之一，路由模块的作用是将输入的分词分发到对应的专家网络上。
在一些实施例中，本公开的训练方法可以用于大规模语言模型的预训练阶段；也可以用于微调阶段，以得到能够执行特定的文本处理任务的神经网络，在此不作限定。
在一些实施例中，路由模块通常由一个门控(gate)矩阵
实现，d是分词(例如，表征分词的特征向量)的维度(如图1中d＝6)，e是专家网络的数量。如图3所示，分词的维度d＝6，专家网络的数量e＝4。利用门控矩阵，可以计算每一个分词与每一个专家网络之间的相关性。
在步骤S203，可以直接将门控矩阵和门控矩阵的转置矩阵的乘积作为中间矩阵，即We＝WT·W，其中，W为门控矩阵，We为中间矩阵。在一些实施例中，也可以将门控矩阵和门控矩阵的转置矩阵的乘积进行其他处理，例如再与其他矩阵进行相乘，或者在门控矩阵和门控矩阵的转置矩阵之间加入其他矩阵，以得到中间矩阵，在此不作限定。
根据一些实施例，中间矩阵的维度与多个专家网络的数量相同
通过这样的方式，可以使得中间矩阵中的每行/列均对应一个专家网络，从而使得每一个专家网络具有特定且不同的物理意义。
在步骤S204，可以采用各种方式基于中间矩阵和单位矩阵确定第一损失值。但需要注意的是，第一损失值应当与中间矩阵和单位矩阵I的差异成正比例关系，也就是说，中间矩阵越接近单位矩阵，第一损失值越小。
根据一些实施例，第一损失值可以为中间矩阵和单位矩阵的均方损失，表示为L＝MSE(We,I)，其中L为第一损失值。
由此，通过基于第一损失值对门口矩阵的参数进行调整，可以使得门控矩阵正交化。
在一些实施例中，除上述第一损失值外，还可以基于神经网络输出的样本结果和真实处理结果计算第二损失值，以调整神经网络的参数。
根据一些实施例，如图4所示，神经网络的训练方法还可以包括：还包括：步骤S406、获取与样本输入对应的真实处理结果；步骤S407、基于门控矩阵，将多个专家网络与多个分词进行匹配；步骤S408、针对多个分词中的每一个分词，响应于确定多个专家网络中具有与该分词匹配的至少一个专家网络，利用至少一个专家网络对该分词进行强化，以得到与该分词对应的中间结果；以及步骤S409、响应于确定多个专家网络中不具有与该分词匹配的专家网络，直接将该分词确定为与该分词对应的中间结果；步骤S410、对多个分词各自的中间结果进行处理，以得到样本处理结果；步骤S411、基于真实处理结果和样本处理结果，确定第二损失值；以及步骤S412、基于第二损失值，调整神经网络的参数，以得到训练后的神经网络。
由此，通过使用第二损失值调整神经网络的参数，可以使得训练后的神经网络能够输出更准确的文本处理结果。
根据一些实施例，步骤S407、基于门控矩阵，将多个专家网络与多个分词进行匹配可以包括：基于样本输入与门控矩阵的乘积，确定多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性；以及基于多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性，将多个专家网络与多个分词进行匹配。由此，通过上述方式，能够得到专家网络和分词之间的准确的相关性，从而得到多个专家网络和多个分词之间的更合适的匹配结果。
在一些实施例中，每一个专家网络和每一个分词的相关性可以表示为S＝softmax(X·W)，其中
指示每一个专家网络和每一个分词的相关性。可以理解的是，还可以使用其他方式确定每一个专家网络和每一个分词的相关性，在此不作限定。
根据一些实施例，基于多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性，将多个专家网络与多个分词进行匹配可以包括：针对多个分词中的每一个分词，利用该分词与多个专家网络中的每一个专家网络的相关性，在多个专家网络中确定与该分词匹配的专家网络。由此，实现了基于分词的路由，也即由分词选择最相关的专家网络。
根据一些实施例，基于多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性，将多个专家网络与多个分词进行匹配可以包括：针对多个专家网络中的每一个专家网络，利用该专家网络与多个分词中的每一个分词的相关性，在多个分词中确定与该专家网络匹配的分词。由此，实现了基于专家的路由，也即由专家网络选择最相关的分词。需要注意的是，在这种方法下可能出现部分分词未被任一专家网络选择，则可以不使用任一专家网络对这些分词进行处理，将这些分词(例如，表征分词的特征向量)直接作为对应的中间结果。
根据本公开的另一方面，提供了一种用于文本处理神经网络的训练装置，如图5所示，装置500包括：第一获取单元510，被配置为获取神经网络的样本输入，样本输入包括多个分词；第二获取单元520，被配置为获取神经网络中的门控矩阵，门控矩阵用于计算多个分词中的每一个分词与神经网络中的多个专家网络中的每一个专家网络的相关性，多个专家网络用于对多个分词进行强化；第一确定单元530，被配置为基于门控矩阵和门控矩阵的转置矩阵的乘积，确定中间矩阵；第二确定单元540，被配置为基于中间矩阵和单位矩阵，确定第一损失值；以及第一调参单元550，被配置为基于第一损失值，调整门控矩阵的参数，以得到训练后的神经网络。可以理解的是，装置500中的单元510-单元550的操作和图2中的步骤S201-步骤S205的操作类似，在此不作赘述。
根据一些实施例，装置500还可以包括(图中未示出)：第三获取单元，被配置为获取与样本输入对应的真实处理结果；匹配单元，被配置为基于门控矩阵，将多个专家网络与多个分词进行匹配；强化单元，被配置为针对多个分词中的每一个分词，响应于确定多个专家网络中具有与该分词匹配的至少一个专家网络，利用至少一个专家网络对该分词进行强化，以得到与该分词对应的中间结果；以及响应于确定多个专家网络中不具有与该分词匹配的专家网络，直接将该分词确定为与该分词对应的中间结果；处理单元，被配置为对多个分词各自的中间结果进行处理，以得到样本处理结果；第三确定单元，被配置为基于真实处理结果和样本处理结果，确定第二损失值；以及第二调参单元，被配置为基于第二损失值，调整神经网络的参数，以得到训练后的神经网络。
根据一些实施例，匹配单元可以包括：第一确定子单元，被配置为基于样本输入与门控矩阵的乘积，确定多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性；以及匹配子单元，被配置为基于多个专家网络中的每一个专家网络与多个分词中的每一个分词的相关性，将多个专家网络与多个分词进行匹配。
根据一些实施例，匹配子单元可以包括：第二确定子单元，被配置为针对多个分词中的每一个分词，利用该分词与多个专家网络中的每一个专家网络的相关性，在多个专家网络中确定与该分词匹配的专家网络。
根据一些实施例，匹配子单元可以包括：第三确定子单元，被配置为针对多个专家网络中的每一个专家网络，利用该专家网络与多个分词中的每一个分词的相关性，在多个分词中确定与该专家网络匹配的分词。
根据一些实施例，中间矩阵的维度与多个专家网络的数量可以相同。
根据一些实施例，第一损失值可以为中间矩阵和单位矩阵的均方损失。
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，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。
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601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601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、各种运行机器学习网络算法的计算单元、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601执行上文所描述的各个方法和处理，例如神经网络的训练方法。例如，在一些实施例中，神经网络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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的神经网络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601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行神经网络的训练方法。
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。
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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种用于文本处理神经网络的训练方法，包括：
获取所述神经网络的样本输入，所述样本输入包括多个分词；
获取所述神经网络中的门控矩阵，所述门控矩阵用于计算所述多个分词中的每一个分词与所述神经网络中的多个专家网络中的每一个专家网络的相关性，所述多个专家网络用于对所述多个分词进行强化；
基于所述门控矩阵和所述门控矩阵的转置矩阵的乘积，确定中间矩阵；
基于所述中间矩阵和单位矩阵，确定第一损失值；以及
基于所述第一损失值，调整所述门控矩阵的参数，以得到训练后的神经网络。
2.根据权利要求1所述的方法，还包括：
获取与所述样本输入对应的真实处理结果；
基于所述门控矩阵，将所述多个专家网络与所述多个分词进行匹配；
针对所述多个分词中的每一个分词，
响应于确定所述多个专家网络中具有与该分词匹配的至少一个专家网络，利用所述至少一个专家网络对该分词进行强化，以得到与该分词对应的中间结果；以及
响应于确定所述多个专家网络中不具有与该分词匹配的专家网络，直接将该分词确定为与该分词对应的中间结果；
对所述多个分词各自的中间结果进行处理，以得到样本处理结果；
基于所述真实处理结果和所述样本处理结果，确定第二损失值；以及
基于所述第二损失值，调整所述神经网络的参数，以得到训练后的神经网络。
3.根据权利要求2所述的方法，其中，基于所述门控矩阵，将所述多个专家网络与所述多个分词进行匹配包括：
基于所述样本输入与所述门控矩阵的乘积，确定所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性；以及
基于所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性，将所述多个专家网络与所述多个分词进行匹配。
4.根据权利要求3所述的方法，其中，基于所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性，将所述多个专家网络与所述多个分词进行匹配包括：
针对所述多个分词中的每一个分词，利用该分词与所述多个专家网络中的每一个专家网络的相关性，在所述多个专家网络中确定与该分词匹配的专家网络。
5.根据权利要求3所述的方法，其中，基于所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性，将所述多个专家网络与所述多个分词进行匹配包括：
针对所述多个专家网络中的每一个专家网络，利用该专家网络与所述多个分词中的每一个分词的相关性，在所述多个分词中确定与该专家网络匹配的分词。
6.根据权利要求1所述的方法，其中，所述中间矩阵的维度与所述多个专家网络的数量相同。
7.根据权利要求1所述的方法，其中，所述第一损失值为所述中间矩阵和所述单位矩阵的均方损失。
8.一种用于文本处理神经网络的训练装置，包括：
第一获取单元，被配置为获取所述神经网络的样本输入，所述样本输入包括多个分词；
第二获取单元，被配置为获取所述神经网络中的门控矩阵，所述门控矩阵用于计算所述多个分词中的每一个分词与所述神经网络中的多个专家网络中的每一个专家网络的相关性，所述多个专家网络用于对所述多个分词进行强化；
第一确定单元，被配置为基于所述门控矩阵和所述门控矩阵的转置矩阵的乘积，确定中间矩阵；
第二确定单元，被配置为基于所述中间矩阵和单位矩阵，确定第一损失值；以及
第一调参单元，被配置为基于所述第一损失值，调整所述门控矩阵的参数，以得到训练后的神经网络。
9.根据权利要求8所述的装置，还包括：
第三获取单元，被配置为获取与所述样本输入对应的真实处理结果；
匹配单元，被配置为基于所述门控矩阵，将所述多个专家网络与所述多个分词进行匹配；
强化单元，被配置为针对所述多个分词中的每一个分词，
响应于确定所述多个专家网络中具有与该分词匹配的至少一个专家网络，利用所述至少一个专家网络对该分词进行强化，以得到与该分词对应的中间结果；以及
响应于确定所述多个专家网络中不具有与该分词匹配的专家网络，直接将该分词确定为与该分词对应的中间结果；
处理单元，被配置为对所述多个分词各自的中间结果进行处理，以得到样本处理结果；
第三确定单元，被配置为基于所述真实处理结果和所述样本处理结果，确定第二损失值；以及
第二调参单元，被配置为基于所述第二损失值，调整所述神经网络的参数，以得到训练后的神经网络。
10.根据权利要求9所述的装置，其中，所述匹配单元包括：
第一确定子单元，被配置为基于所述样本输入与所述门控矩阵的乘积，确定所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性；以及
匹配子单元，被配置为基于所述多个专家网络中的每一个专家网络与所述多个分词中的每一个分词的相关性，将所述多个专家网络与所述多个分词进行匹配。
11.根据权利要求10所述的装置，其中，所述匹配子单元包括：
第二确定子单元，被配置为针对所述多个分词中的每一个分词，利用该分词与所述多个专家网络中的每一个专家网络的相关性，在所述多个专家网络中确定与该分词匹配的专家网络。
12.根据权利要求10所述的装置，其中，所述匹配子单元包括：
第三确定子单元，被配置为针对所述多个专家网络中的每一个专家网络，利用该专家网络与所述多个分词中的每一个分词的相关性，在所述多个分词中确定与该专家网络匹配的分词。
13.根据权利要求8所述的装置，其中，所述中间矩阵的维度与所述多个专家网络的数量相同。
14.根据权利要求8所述的装置，其中，所述第一损失值为所述中间矩阵和所述单位矩阵的均方损失。
15.一种电子设备，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权利要求1-7中任一项所述的方法。
16.一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根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310015785.9A CN116306862B (zh) | 2023-01-04 | 2023-01-04 | 用于文本处理神经网络的训练方法、装置和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310015785.9A CN116306862B (zh) | 2023-01-04 | 2023-01-04 | 用于文本处理神经网络的训练方法、装置和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116306862A true CN116306862A (zh) | 2023-06-23 |
| CN116306862B CN116306862B (zh) | 2024-09-06 |
Family
ID=86802187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310015785.9A Active CN116306862B (zh) | 2023-01-04 | 2023-01-04 | 用于文本处理神经网络的训练方法、装置和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116306862B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117744644A (zh) * | 2023-12-20 | 2024-03-22 | 北京百度网讯科技有限公司 | 数据处理方法、数据处理模型及其训练方法 |
| CN118468929A (zh) * | 2024-07-09 | 2024-08-09 | 苏州元脑智能科技有限公司 | 神经网络模型处理方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447146A (zh) * | 2018-10-24 | 2019-03-08 | 厦门美图之家科技有限公司 | 分类优化方法及装置 |
| CN115221846A (zh) * | 2022-06-08 | 2022-10-21 | 华为技术有限公司 | 一种数据处理方法及相关设备 |
| WO2022251672A1 (en) * | 2021-05-28 | 2022-12-01 | Nvidia Corporation | Processing ultrahyperbolic representations using neural networks |
-
2023
- 2023-01-04 CN CN202310015785.9A patent/CN116306862B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447146A (zh) * | 2018-10-24 | 2019-03-08 | 厦门美图之家科技有限公司 | 分类优化方法及装置 |
| WO2022251672A1 (en) * | 2021-05-28 | 2022-12-01 | Nvidia Corporation | Processing ultrahyperbolic representations using neural networks |
| CN115221846A (zh) * | 2022-06-08 | 2022-10-21 | 华为技术有限公司 | 一种数据处理方法及相关设备 |
Non-Patent Citations (2)
| Title |
|---|
| WILLIAM FEDUS: ""Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity"", 《ARXIV》, pages 1 - 40 * |
| 月下花弄影: ""orthogonal regulatization 正交规范化"", pages 1, Retrieved from the Internet <URL:https://blog.csdn.net/qq_27261889/article/details/86608525> * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117744644A (zh) * | 2023-12-20 | 2024-03-22 | 北京百度网讯科技有限公司 | 数据处理方法、数据处理模型及其训练方法 |
| CN118468929A (zh) * | 2024-07-09 | 2024-08-09 | 苏州元脑智能科技有限公司 | 神经网络模型处理方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116306862B (zh) | 2024-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114648638B (zh) | 语义分割模型的训练方法、语义分割方法与装置 | |
| CN116306862B (zh) | 用于文本处理神经网络的训练方法、装置和介质 | |
| CN114511758A (zh) | 图像识别方法及装置、电子设备和介质 | |
| CN113807440A (zh) | 利用神经网络处理多模态数据的方法、设备和介质 | |
| CN115082740B (zh) | 目标检测模型训练方法、目标检测方法、装置、电子设备 | |
| CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
| CN115600646B (zh) | 语言模型的训练方法、装置、介质及设备 | |
| CN116205819B (zh) | 字符图像生成方法、深度学习模型的训练方法和装置 | |
| CN115269989B (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
| CN116597454A (zh) | 图像处理方法、图像处理模型的训练方法和装置 | |
| CN114117046B (zh) | 数据处理方法、装置、电子设备及介质 | |
| CN115713071B (zh) | 用于处理文本的神经网络的训练方法和处理文本的方法 | |
| CN113836939B (zh) | 基于文本的数据分析方法和装置 | |
| CN116070711B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN115879468B (zh) | 基于自然语言理解的文本要素提取方法、装置和设备 | |
| CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
| CN114821233B (zh) | 目标检测模型的训练方法及装置、设备和介质 | |
| CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| CN112765975B (zh) | 分词岐义处理方法、装置、设备以及介质 | |
| CN116361399B (zh) | 知识推理方法、装置、设备和介质 | |
| CN117218499B (zh) | 面部表情捕捉模型的训练方法、面部表情驱动方法和装置 | |
| CN117709471A (zh) | 可解释性分析方法、装置、设备和介质 | |
| CN116362240A (zh) | 文本处理的方法、装置、设备和介质 | |
| CN117669667A (zh) | 用于执行目标任务的模型的训练方法、装置及设备 | |
| CN114219079A (zh) | 特征选择方法及装置、模型训练方法及装置、设备和介质 |
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 |