[發明專利]一種基于元學習的個性化對話改寫方法有效
| 申請號： | 202011457909.1 | 申請日： | 2020-12-11 |
| 公開（公告）號： | CN112487169B | 公開（公告）日： | 2023-02-07 |
| 發明（設計）人： | 孫憶南;李思 | 申請（專利權）人： | 北京郵電大學 |
| 主分類號： | G06F16/332 | 分類號： | G06F16/332;G06F40/30;G06N20/00 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 100876 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 學習 個性化 對話 改寫 方法 | ||
【權利要求書】：
1.一種基于元學習的個性化對話改寫方法，其特征在于，包括以下步驟：
步驟1：針對每個用戶畫像，構建對話改寫數據，再劃分為支撐集和查詢集用于模型訓練；
步驟2：初始化編碼器-解碼器模型參數，模型輸入為用戶畫像信息和原始對話，輸出為改寫的對話；
步驟3：針對每個用戶畫像構建的改寫數據，使用支撐集訓練模型，更新模型參數，再使用查詢集獲得參數更新的梯度信息；
步驟4：使用在每個任務的查詢集上獲得的梯度信息更新步驟2中初始化編碼器-解碼器模型的參數，獲得用于下游任務的模型參數；
步驟5：針對新的對話改寫任務，使用步驟4得到的參數初始化模型，在新任務的訓練數據上訓練后即可用于基于新用戶畫像信息的對話改寫。
2.如權利要求1所述的一種基于元學習的個性化對話改寫方法，其特征在于，所述步驟3具體包括：
(3.1)針對每個用戶畫像構建的改寫數據，使用支撐集訓練參數為步驟2中初始化參數的編碼器-解碼器模型，訓練后模型參數變為當前任務相關參數；
(3.2)使用查詢集訓練參數為當前任務相關參數的編碼器-解碼器模型，保留梯度信息，此梯度信息用于在步驟4中更新初始化參數。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京郵電大學，未經北京郵電大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011457909.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：齒輪箱體及齒輪箱
- 下一篇：一種3D打印機噴頭校準裝置
