任务型对话模型训练方法、装置、设备和计算机可读介质
本发明公开了一种智能对话模型训练方法、装置、设备和计算机可读介质,属于计算机技术领域。方法包括:利用生成器生成用户目标,用户目标包括:请求和约束,请求为完成对话任务所需的缺失信息,约束为完成对话任务必须满足的要求;抽取用户目标,利用对话模型根据对话策略从对话动作数据集中抽取对话动作;判断对话策略是否完成且对话动作是否满足用户目标,若是,则按照第一奖励策略生成生成器的正向奖励,若对话策略完成且对话动作没有满足用户目标,则按照第一奖励策略生成生成器的负向奖励。本发明使用对抗性训练优化生成器网络来生成始终处于对话模型适当难度水平的任务,随着对话模型的进步,迫使生成器提出越来越具有挑战性的用户目标。
《任务型对话模型训练方法、装置、设备和计算机可读介质》是一发明专利,专利号为 2022114271446,当前法律状态为已下证,由曲阜师范大学提出申请,发明人为刘智斌;周振友;李光顺;董兆安;庞入才;雷玉霞,申请日期为2022-11-15,公开(公告)日期为2026-04-24,国际专利分类号(IPC)为 G06F 16/3329 (2025.01),高新资质:未报高企,所属技术领域包括:高校代售专利,下单前需确认未报项目代售。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种智能对话模型训练方法、装置、设备和计算机可读介质,属于计算机技术领域。方法包括:利用生成器生成用户目标,用户目标包括:请求和约束,请求为完成对话任务所需的缺失信息,约束为完成对话任务必须满足的要求;抽取用户目标,利用对话模型根据对话策略从对话动作数据集中抽取对话动作;判断对话策略是否完成且对话动作是否满足用户目标,若是,则按照第一奖励策略生成生成器的正向奖励,若对话策略完成且对话动作没有满足用户目标,则按照第一奖励策略生成生成器的负向奖励。本发明使用对抗性训练优化生成器网络来生成始终处于对话模型适当难度水平的任务,随着对话模型的进步,迫使生成器提出越来越具有挑战性的用户目标。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
