- 1、本文档共35页,其中可免费阅读34页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请涉及一种自然语言模型的生成方法和计算机设备,采用目标字符串替换待替换字符串,因此,自然语言模型可以学习到每一个目标字符串与替换语句中除了目标字符串以外的其他字符串之间的关系,另外,由于未采用Mask的方式遮蔽词语,这样,BERT训练采用的语句与下游任务采用的语句均不需要遮蔽语句中的字符串,即BERT训练与下游任务的微调过程一致。由于已训练的自然语言模型的语义表征具有目标字符串的语义信息,且BERT训练与下游任务的微调过程一致,使得已训练的自然语言模型处理的任务的精度得到提高。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113779185 A
(43)申请公布日 2021.12.10
(21)申请号 202010521980.5 G06K 9/62 (2006.01)
文档评论(0)