本說明書公開了一種強化學習模型訓練以及確定數據關系的方法及裝置,通過遮蓋由知識圖譜確定出的三元組中的實體得到各提示模板,將被遮蓋的實體作為對應的標注答案。通過預訓練語言模型,確定各提示模板的被遮蓋的實體的各預測結果以及置信度,并確定各預測結果與該知識圖譜中信息的相似度特征向量。然后基于置信度大小,根據各預測結果的相似度特征向量,通過待訓練的強化學習模型,確定該提示模板的預測實體,并據該預測實體和標注答案確定獎勵,以對該強化學習模型進行訓練。通過知識圖譜確定提示模板,避免了上下文語境對預訓練語言模型預測準確度的影響,后續通過強化學習模型結合知識圖譜對各預測結果進行篩選,確定更準確的預測實體。
聲明:
“強化學習模型訓練以及確定數據關系的方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)