JP2021182430A - 意味解析モデルのトレーニング方法及び装置、電子機器並びに記憶媒体 - Google Patents
意味解析モデルのトレーニング方法及び装置、電子機器並びに記憶媒体 Download PDFInfo
- Publication number
- JP2021182430A JP2021182430A JP2021130067A JP2021130067A JP2021182430A JP 2021182430 A JP2021182430 A JP 2021182430A JP 2021130067 A JP2021130067 A JP 2021130067A JP 2021130067 A JP2021130067 A JP 2021130067A JP 2021182430 A JP2021182430 A JP 2021182430A
- Authority
- JP
- Japan
- Prior art keywords
- sample
- target
- training data
- search
- training
- 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
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- 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
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
Description
各グループのトレーニングデータが検索語と、検索語を用いて検索して得られた少なくとも1つのテキストの情報と、テキストに対応する少なくとも1つの関連語とを含む複数グループのトレーニングデータを取得するための取得モジュール401と、トレーニングデータを用いてグラフモデルを構築するとともに、グラフモデルに基づいて複数グループのトレーニングデータの中から、サンプル検索語、サンプル情報、及びサンプル関連語を含む目標トレーニングデータを決定するための決定モジュール402と、サンプル検索語、サンプル情報、及びサンプル関連語を用いて意味解析モデルをトレーニングするためのトレーニングモジュール403と、を備える。
Claims (19)
- 各グループのトレーニングデータが、検索語と、該検索語を用いて検索して得られた少なくとも1つのテキストの情報と、前記テキストに対応する少なくとも1つの関連語とを含む複数グループのトレーニングデータを取得するステップと、
前記トレーニングデータを用いてグラフモデルを構築するとともに、前記グラフモデルに基づいて前記複数グループのトレーニングデータの中から、サンプル検索語、サンプル情報、及びサンプル関連語を含む目標トレーニングデータを決定するステップと、
前記サンプル検索語、サンプル情報、及びサンプル関連語を用いて意味解析モデルをトレーニングするステップと、
を含む、意味解析モデルのトレーニング方法。 - 前記トレーニングデータを用いてグラフモデルを構築するとともに、前記グラフモデルに基づいて前記複数グループのトレーニングデータの中から、目標トレーニングデータを決定するステップが、
前記トレーニングデータにおける前記検索語及び前記情報と前記関連語との間の検索関連重みを取得するステップと、
前記複数グループのトレーニングデータを用いて初期のグラフモデルを構築するとともに、前記検索関連重みに基づいて前記初期のグラフモデルを反復トレーニングし、目標グラフモデルを取得するステップと、
前記目標グラフモデルに基づいて前記複数グループのトレーニングデータの中から目標トレーニングデータを決定するステップと、
を含む請求項1に記載の方法。 - 前記目標グラフモデルが、複数の経路を含み、
各前記経路が複数のノードを繋げ、該ノードが、1つの前記検索語に対応し、又は1つの前記関連語に対応し、又は1つの前記情報に対応し、前記経路が、繋げられるノードに対応する内容の間の検索関連重みを記述する請求項2に記載の方法。 - 前記目標グラフモデルに基づいて前記複数グループのトレーニングデータの中から、目標トレーニングデータを決定するステップが、
前記目標グラフモデルから、複数の目標ノードを繋げる目標経路を決定するステップと、
前記目標ノードに対応する検索語を前記サンプル検索語とし、前記目標ノードに対応する関連語を前記サンプル関連語とし、前記目標ノードに対応する情報を前記サンプル情報とするステップと、
を含む請求項3に記載の方法。 - 前記目標グラフモデルから、目標経路を決定するステップが、
ランダムウオーク方式を用いて、目標グラフモデルから目標経路を決定するステップ、又は
幅優先検索方式を用いて、目標グラフモデルから目標経路を決定するステップ
を含む請求項4に記載の方法。 - 前記サンプル検索語、サンプル情報、及びサンプル関連語を用いて意味解析モデルをトレーニングするステップが、
前記サンプル検索語、前記サンプル情報、前記サンプル関連語、及び前記サンプル検索語と前記サンプル情報と前記サンプル関連語との間の検索関連重みを前記意味解析モデルに入力し、前記意味解析モデルから出力されたコンテキスト予測意味を取得するステップと、
前記コンテキスト予測意味及びコンテキスト注記意味に基づいて前記意味解析モデルをトレーニングするステップと、
を含む請求項2に記載の方法。 - 前記コンテキスト予測意味及びコンテキスト注記意味に基づいて前記意味解析モデルをトレーニングするステップが、
前記コンテキスト予測意味と前記コンテキスト注記意味との間の損失値を決定するステップと、
前記損失値が参照損失値を満たす場合、前記意味解析モデルのトレーニングを完了させるステップと、
を含む請求項6に記載の方法。 - 前記意味解析モデルが機械翻訳による双方向の符号化表現BERTモデルである請求項1から7のいずれか一項に記載の方法。
- 各グループのトレーニングデータが検索語と、前記検索語を用いて検索して得られた少なくとも1つのテキストの情報と、前記テキストに対応する少なくとも1つの関連語とを含む複数グループのトレーニングデータを取得するための取得モジュールと、
前記トレーニングデータを用いてグラフモデルを構築するとともに、前記グラフモデルに基づいて前記複数グループのトレーニングデータの中から、サンプル検索語、サンプル情報、及びサンプル関連語を含む目標トレーニングデータを決定するための決定モジュールと、
前記サンプル検索語、サンプル情報、及びサンプル関連語を用いて意味解析モデルをトレーニングするためのトレーニングモジュールと、
を備える、意味解析モデルのトレーニング装置。 - 前記決定モジュールが、
前記トレーニングデータにおける前記検索語及び前記情報と前記関連語との間の検索関連重みを取得するための取得サブモジュールと、
前記複数グループのトレーニングデータを用いて初期のグラフモデルを構築するとともに、前記検索関連重みに基づいて前記初期のグラフモデルを反復トレーニングし、目標グラフモデルを取得するための構築サブモジュールと、
前記目標グラフモデルに基づいて前記複数グループのトレーニングデータの中から目標トレーニングデータを決定するための決定サブモジュールと、
を備える請求項9に記載の装置。 - 前記目標グラフモデルが、複数の経路を含み、各前記経路が複数のノードを繋げ、該ノードが1つの前記検索語に対応し、又は1つの前記関連語に対応し、又は1つの前記情報に対応し、前記経路は繋げられるノードに対応する内容の間の検索関連重みを記述する請求項10に記載の装置。
- 前記決定サブモジュールが、
前記目標グラフモデルから、複数の目標ノードを繋げる目標経路を決定し、
前記目標ノードに対応する検索語を前記サンプル検索語とし、前記目標ノードに対応する関連語を前記サンプル関連語とし、前記目標ノードに対応する情報を前記サンプル情報とするために用いられる請求項11に記載の装置。 - 前記決定サブモジュールが、
ランダムウオーク方式を用いて、目標グラフモデルから目標経路を決定し、又は
幅優先検索方式を用いて、目標グラフモデルから目標経路を決定するために用いられる請求項12に記載の装置。 - 前記トレーニングモジュールが、
前記サンプル検索語、前記サンプル情報、前記サンプル関連語、及び前記サンプル検索語と前記サンプル情報と前記サンプル関連語との間の検索関連重みを前記意味解析モデルに入力し、前記意味解析モデルから出力されたコンテキスト予測意味を取得し、
前記コンテキスト予測意味及びコンテキスト注記意味に基づいて前記意味解析モデルをトレーニングするために用いられる請求項10に記載の装置。 - 前記トレーニングモジュールが、
前記コンテキスト予測意味と前記コンテキスト注記意味との間の損失値を決定し、
前記損失値が参照損失値を満たす場合、前記意味解析モデルのトレーニングを完了させるために用いられる請求項14に記載の装置。 - 前記意味解析モデルは機械翻訳による双方向の符号化表現BERTモデルである請求項9から15のいずれか一項に記載の装置。
- 少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサと通信可能に接続されるメモリと、
を備え、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶されており、前記命令は、前記少なくとも1つのプロセッサによって実行される場合、前記少なくとも1つのプロセッサが請求項1から8のいずれか一項に記載の方法を実行させる電子機器。 - コンピュータ命令が記憶されている非一時的コンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ命令が、コンピュータに請求項1から8のいずれか一項に記載の方法を実行させるために用いられる、コンピュータ命令が記憶されている非一時的コンピュータ読み取り可能な記憶媒体。 - コンピュータ上で動作しているときに、請求項1から8のいずれか一項に記載の方法を前記コンピュータに実現させるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011451655.2 | 2020-12-09 | ||
CN202011451655.2A CN112560496B (zh) | 2020-12-09 | 2020-12-09 | 语义分析模型的训练方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021182430A true JP2021182430A (ja) | 2021-11-25 |
JP7253593B2 JP7253593B2 (ja) | 2023-04-06 |
Family
ID=75061681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021130067A Active JP7253593B2 (ja) | 2020-12-09 | 2021-08-06 | 意味解析モデルのトレーニング方法及び装置、電子機器並びに記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210342549A1 (ja) |
JP (1) | JP7253593B2 (ja) |
CN (1) | CN112560496B (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361247A (zh) * | 2021-06-23 | 2021-09-07 | 北京百度网讯科技有限公司 | 文档版面分析方法、模型训练方法、装置和设备 |
CN113360711B (zh) * | 2021-06-29 | 2024-03-29 | 北京百度网讯科技有限公司 | 视频理解任务的模型训练和执行方法、装置、设备及介质 |
CN113408299B (zh) * | 2021-06-30 | 2022-03-25 | 北京百度网讯科技有限公司 | 语义表示模型的训练方法、装置、设备和存储介质 |
CN113408636B (zh) * | 2021-06-30 | 2023-06-06 | 北京百度网讯科技有限公司 | 预训练模型获取方法、装置、电子设备及存储介质 |
CN113590796B (zh) * | 2021-08-04 | 2023-09-05 | 百度在线网络技术(北京)有限公司 | 排序模型的训练方法、装置和电子设备 |
CN113836316B (zh) * | 2021-09-23 | 2023-01-03 | 北京百度网讯科技有限公司 | 三元组数据的处理方法、训练方法、装置、设备及介质 |
CN113836268A (zh) * | 2021-09-24 | 2021-12-24 | 北京百度网讯科技有限公司 | 文档理解方法及装置、电子设备和介质 |
CN114281968B (zh) * | 2021-12-20 | 2023-02-28 | 北京百度网讯科技有限公司 | 一种模型训练及语料生成方法、装置、设备和存储介质 |
CN114417878B (zh) * | 2021-12-29 | 2023-04-18 | 北京百度网讯科技有限公司 | 语义识别方法、装置、电子设备及存储介质 |
CN114428907B (zh) * | 2022-01-27 | 2024-05-28 | 北京百度网讯科技有限公司 | 信息搜索方法、装置、电子设备及存储介质 |
CN114693934B (zh) * | 2022-04-13 | 2023-09-01 | 北京百度网讯科技有限公司 | 语义分割模型的训练方法、视频语义分割方法及装置 |
CN114968520B (zh) * | 2022-05-19 | 2023-11-24 | 北京百度网讯科技有限公司 | 任务搜索方法及装置、服务器和存储介质 |
CN115082602B (zh) * | 2022-06-15 | 2023-06-09 | 北京百度网讯科技有限公司 | 生成数字人的方法、模型的训练方法、装置、设备和介质 |
CN115719066A (zh) * | 2022-11-18 | 2023-02-28 | 北京百度网讯科技有限公司 | 基于人工智能的搜索文本理解方法、装置、设备和介质 |
CN115878784B (zh) * | 2022-12-22 | 2024-03-15 | 北京百度网讯科技有限公司 | 基于自然语言理解的摘要生成方法、装置及电子设备 |
CN116110099A (zh) * | 2023-01-19 | 2023-05-12 | 北京百度网讯科技有限公司 | 头像生成的方法和头像更换的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012133520A (ja) * | 2010-12-21 | 2012-07-12 | Nippon Telegr & Teleph Corp <Ntt> | 確率的情報検索処理装置、確率的情報検索処理方法および確率的情報検索処理プログラム |
JP2019121159A (ja) * | 2018-01-04 | 2019-07-22 | 富士通株式会社 | 選択プログラム、選択方法、及び選択装置 |
JP2020135207A (ja) * | 2019-02-15 | 2020-08-31 | 富士通株式会社 | 経路探索方法、経路探索プログラム、経路探索装置および経路探索のデータ構造 |
JP2020527812A (ja) * | 2017-07-21 | 2020-09-10 | トヨタ モーター ヨーロッパ | セマンティック・インスタンス・セグメンテーションに使用されるニューラルネットワークを訓練するための方法およびシステム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7739267B2 (en) * | 2006-03-10 | 2010-06-15 | International Business Machines Corporation | Classification and sequencing of mixed data flows |
US20150379571A1 (en) * | 2014-06-30 | 2015-12-31 | Yahoo! Inc. | Systems and methods for search retargeting using directed distributed query word representations |
CN104834735B (zh) * | 2015-05-18 | 2018-01-23 | 大连理工大学 | 一种基于词向量的文档摘要自动提取方法 |
CN106372090B (zh) * | 2015-07-23 | 2021-02-09 | 江苏苏宁云计算有限公司 | 一种查询聚类方法及装置 |
US20190294731A1 (en) * | 2018-03-26 | 2019-09-26 | Microsoft Technology Licensing, Llc | Search query dispatcher using machine learning |
CN110808032B (zh) * | 2019-09-20 | 2023-12-22 | 平安科技(深圳)有限公司 | 一种语音识别方法、装置、计算机设备及存储介质 |
-
2020
- 2020-12-09 CN CN202011451655.2A patent/CN112560496B/zh active Active
-
2021
- 2021-07-14 US US17/375,156 patent/US20210342549A1/en active Pending
- 2021-08-06 JP JP2021130067A patent/JP7253593B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012133520A (ja) * | 2010-12-21 | 2012-07-12 | Nippon Telegr & Teleph Corp <Ntt> | 確率的情報検索処理装置、確率的情報検索処理方法および確率的情報検索処理プログラム |
JP2020527812A (ja) * | 2017-07-21 | 2020-09-10 | トヨタ モーター ヨーロッパ | セマンティック・インスタンス・セグメンテーションに使用されるニューラルネットワークを訓練するための方法およびシステム |
JP2019121159A (ja) * | 2018-01-04 | 2019-07-22 | 富士通株式会社 | 選択プログラム、選択方法、及び選択装置 |
JP2020135207A (ja) * | 2019-02-15 | 2020-08-31 | 富士通株式会社 | 経路探索方法、経路探索プログラム、経路探索装置および経路探索のデータ構造 |
Also Published As
Publication number | Publication date |
---|---|
JP7253593B2 (ja) | 2023-04-06 |
US20210342549A1 (en) | 2021-11-04 |
CN112560496A (zh) | 2021-03-26 |
CN112560496B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7253593B2 (ja) | 意味解析モデルのトレーニング方法及び装置、電子機器並びに記憶媒体 | |
JP7283009B2 (ja) | 対話理解モデルの訓練方法、装置、デバイス及び記憶媒体 | |
US10223355B2 (en) | Knowledge-based editor with natural language interface | |
CN112487173B (zh) | 人机对话方法、设备和存储介质 | |
JP2022028908A (ja) | 多項関係生成モデルのトレーニング方法、装置、電子機器及び媒体 | |
KR20210124938A (ko) | 이벤트 추출 방법, 장치, 전자 기기 및 저장 매체 | |
EP4113357A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
CN108536735B (zh) | 基于多通道自编码器的多模态词汇表示方法与系统 | |
JP2021106016A (ja) | 対話生成方法、装置、電子機器及び媒体 | |
CN114281968B (zh) | 一种模型训练及语料生成方法、装置、设备和存储介质 | |
JP2022040026A (ja) | エンティティリンキング方法、装置、電子デバイス及び記憶媒体 | |
JP2022091986A (ja) | インテリジェント対話方法、装置、電子機器及び記憶媒体 | |
JP7308910B2 (ja) | 単語スロットの認識方法、装置及び電子機器 | |
EP3862891A2 (en) | Method and apparatus for retrieving multi-turn dialogue, storage medium, and electronic device | |
JP2021170310A (ja) | 対話生成方法、装置、電子機器、プログラム及び記憶媒体 | |
CN113392197A (zh) | 问答推理方法、装置、存储介质及电子设备 | |
US20220179889A1 (en) | Method for generating query statement, electronic device and storage medium | |
JP2022088540A (ja) | ユーザ興味画像の生成方法、装置、電子機器及び記憶媒体 | |
CN113779190B (zh) | 事件因果关系识别方法、装置、电子设备与存储介质 | |
WO2020263182A1 (en) | Method and system for conducting a brainstorming session with a virtual expert | |
US20230111052A1 (en) | Self-learning annotations to generate rules to be utilized by rule-based system | |
CN114416941A (zh) | 融合知识图谱的对话知识点确定模型的生成方法及装置 | |
CN115510203B (zh) | 问题答案确定方法、装置、设备、存储介质及程序产品 | |
CN113515598B (zh) | 一种网络威胁情报文档实体关系提取方法及装置 | |
US20230222344A1 (en) | Method, electronic device, and storage medium for determining prompt vector of pre-trained model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210806 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7253593 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |