-
公开(公告)号：CN115705398A
公开(公告)日：2023-02-17
申请号：CN202110797552.X
申请日：2021-07-14
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0895
摘要： 本申请涉及自然语言处理领域，公开了一种问题的解答方法及其装置。通过将数学应用题输入到目标解题模型中进行预测，其中，目标解题模型中包括公式分类网络和公式生成网络，获取公式分类网络输出的第一解答公式及其对应的第一答案，获取公式生成网络输出的第二解答公式及其对应的第二答案，根据第一预测结果和第二预测结果，确定数学应用题的目标答案和目标解答公式。本申请在解题过程中融合了分类模型与生成模型的解题结果，以从中确定出更加准确的解答答案，通过解题模型中包括多任务解题模型，提高了模型的解题精度。
-
公开(公告)号：CN118312597A
公开(公告)日：2024-07-09
申请号：CN202410551769.6
申请日：2024-05-06
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F16/332 , G06N5/04
摘要： 本说明书实施例提供对话模型训练、对话、学科领域的对话方法及装置，其中所述对话模型训练方法包括：获取初始对话模型和多个领域对话任务的任务数据，其中，初始对话模型为基于预训练数据预训练获得的，任一领域对话任务具有任务属性；基于多个领域对话任务的任务属性，确定多个领域对话任务的交集任务属性；基于交集任务属性，从预训练数据中确定目标预训练数据；基于目标预训练数据和任务数据，对初始对话模型进行领域训练，获得目标对话模型。实现了目标对话模型在各领域对话任务之间的知识共享，消除领域偏差，增强目标对话模型的泛化能力，同时，无需领域专家的先验知识，且未对模型结构进行改造，提升了训练通用性，降低了训练成本。
-
公开(公告)号：CN115705404A
公开(公告)日：2023-02-17
申请号：CN202110914163.0
申请日：2021-08-10
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F18/214 , G06F40/216 , G06F40/186
摘要： 本公开公开了一种数学应用题的处理方法、装置、电子设备和存储介质。其中，方案为：从待解答的第一数学应用题中，抽取各个编码符号对应的数字；将第一数学应用题输入训练生成的解题模型，以获取第一数学应用题对应每个算式模板的第一概率，其中，每个算式模板中包括编码符号及运算符；根据第一数学应用题对应每个算式模板的第一概率，确定候选算式模板；根据候选算式模板中的编码符号对应的数字，确定第一数学应用题对应的第一答案。由此，通过利用训练生成的解题模型，可确定出对应的候选算式模板，再根据对待解答的数学应用题抽取的编码符号，即可确定出该数学应用题对应的答案，从而提高了对数学应用题处理的效率，节省了用户时间。
-
公开(公告)号：CN118585616A
公开(公告)日：2024-09-03
申请号：CN202410551499.9
申请日：2024-05-06
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F16/338
摘要： 本说明书实施例提供问答任务测试方法、文本生成方法以及装置，其中所述问答任务测试方法包括：响应于针对目标问答任务的测试请求，获取针对测试问题文本执行目标问答任务获得的测试答案文本中各文本单元的概率分布，其中，概率分布包括文本单元为各候选文本的候选概率；针对任一文本单元，统计文本单元的候选文本的数量，并基于文本单元为各候选文本的候选概率和数量，确定文本单元的测试指标；基于各文本单元的测试指标，对目标问答任务进行性能分析，获得目标问答任务的性能测试结果。基于测试问题文本执行目标问答任务获得的测试答案文本中各文本的概率分布对目标问答任务进行测试，保证了生成测试结果的准确性。
-
公开(公告)号：CN115828903A
公开(公告)日：2023-03-21
申请号：CN202111089755.X
申请日：2021-09-16
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F40/284 , G06F40/253 , G06F40/242 , G06F40/30 , G06N3/0464 , G06N3/08
摘要： 本申请提出了一种答案获取方法、装置及电子设备，涉及数据处理领域。该方法包括：获取完型填空类题目和题目的提示词；根据提示词，生成题目的候选答案；获取题目的第一特征表示和候选答案的第二特征表示；根据第一特征表示和第二特征表示，从候选答案中确定题目的目标答案。本申请实施例减小了构建题库的成本，节约了资源，提高了获取答案的速度以及精确度。
-
公开(公告)号：CN115828899A
公开(公告)日：2023-03-21
申请号：CN202111096622.5
申请日：2021-09-16
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F40/279 , G06F40/44 , G06F18/214
摘要： 本发明提出了一种答案获取方法及其装置，涉及数据处理技术领域，该方法包括：获取完型填空类选择题和选择题的候选答案；针对每个候选答案，根据候选答案对选择题的题干进行完型填充，生成候选答案项对应的重构题干；将各候选答案对应的重构题干进行组合，构建选择题对应的模型输入信息；将模型输入信息输入目标语言模型中进行答案预测，以输出选择题的目标答案。通过将题干和候选答案重组打分的方式预测完型填空类选择题的目标答案，实现了自动解答完型填空类选择题的目的，同时通过打分的方法解决了传统相似性匹配精度不高的问题。
-
公开(公告)号：CN115809319A
公开(公告)日：2023-03-17
申请号：CN202111075131.2
申请日：2021-09-14
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F16/332 , G06F40/30
摘要： 本说明书提供问题解答方法及装置，其中问题解答方法包括：可以将待解答问题输入问题解答模型，获得待解答问题的解答算式，然后对待解答问题和解答算式进行语义分析，确定解答算式中包括的每个算式因子对应的语义结构，构造得到解答算式对应的算式语义树，并根据该算式语义树，确定待解答问题的解答步骤。如此，可以根据构造得到的算式语义树，确定出待解答问题的详细解答步骤，使得设备的问题解答过程更详细、更可视，提高了通过设备进行问题解答的可视化，进而提高了自动获得的待解答问题的答案的可解释性，大大提高了用户体验。
-
公开(公告)号：CN115809318A
公开(公告)日：2023-03-17
申请号：CN202111075113.4
申请日：2021-09-14
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F16/332 , G06F40/30 , G06F18/214 , G06F18/2415 , G06F18/2431
摘要： 本说明书提供问题解答模型的训练方法及装置、问题解答方法及装置，其中问题解答模型的训练方法包括：根据第一训练样本集和语义结构标签，对初始解答模型进行训练，得到参考问题解答模型；将第二训练样本集包括的各个第二训练样本输入参考问题解答模型，获得各个第二训练样本对应的预测语义结构；根据预测语义结构，从各个第二训练样本中筛选出目标训练样本添加至第一训练样本集中，得到更新的第一训练样本集，并返回执行根据第一训练样本集，对初始解答模型进行训练，得到参考问题解答模型的操作步骤，直至达到第一训练停止条件，获得训练完成的问题解答模型，通过少量携带语义结构标签的训练样本，即可得到正确率较高的问题解答模型。
-
公开(公告)号：CN115617961A
公开(公告)日：2023-01-17
申请号：CN202110792061.6
申请日：2021-07-13
申请人： 北京猿力未来科技有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F16/35 , G06F40/279 , G06F40/30 , G06F18/214 , G06N3/04 , G06N3/08
摘要： 本说明书提供问题解答方法及装置，其中所述问题解答方法包括：获取待解答问题；将所述待解答问题输入问题解答模型的预训练语言层，获得所述待解答问题的语义向量；将所述语义向量输入所述问题解答模型的分类层，根据所述分类层输出的分类结果，确定所述待解答问题的正确答案。如此，可以通过问题解答模型的预训练语言层对输入的问题进行语义分析，获得问题的上下文语义，即语义向量，然后通过分类层对获得的语义向量进行分析，得到对应的答案类别，实现基于预先训练好的问题解答模型自动、高效、准确地分析出问题的正确答案，大大提高了问题的解答效率和正确率。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.035 秒)
