检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

360 篇 专利
1 篇 成果

馆藏范围

361 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 信息与通信工程

主题

1 篇 语音识别
1 篇 mapreduce框架
1 篇 hadoop云计算
1 篇 查分平台
1 篇 语言模型训练

机构

22 篇 北京百度网讯科技...
13 篇 腾讯科技有限公司
8 篇 清华大学
8 篇 平安科技有限公司
8 篇 北京声智科技有限...
7 篇 科大讯飞股份有限...
7 篇 上海交通大学
7 篇 厦门快商通科技股...
6 篇 苏州思必驰信息科...
6 篇 平安国际智慧城市...
6 篇 华南理工大学
5 篇 沈阳雅译网络技术...
5 篇 阿里巴巴有限公司
5 篇 支付宝信息技术有...
4 篇 北京壹永科技有限...
4 篇 北京一览群智数据...
4 篇 智慧眼科技股份有...
4 篇 中国人民大学
4 篇 电子科技大学
4 篇 北京金山数字娱乐...

作者

8 篇 陈孝良
7 篇 肖龙源
7 篇 李稀敏
7 篇 刘晓葳
7 篇 冯大航
7 篇 俞凯
6 篇 万广鲁
6 篇 蔡振华
6 篇 孙一博
6 篇 黄际洲
5 篇 常乐
5 篇 李恬静
5 篇 王伟
5 篇 钱泓锦
5 篇 窦志成
5 篇 杜权
5 篇 朱威
4 篇 王晓龙
4 篇 张广学
4 篇 刘占亮

语言

361 篇 中文

检索条件"主题词=语言模型训练"

共 361 条记录，以下是171-180 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

大语言模型的训练方法、装置、电子设备及存储介质

大语言模型的训练方法、装置、电子设备及存储介质

引用

作者：叶忻林梓佳 100085 北京市海淀区西二旗西路16号院12号楼8层101

本公开关于一种大语言模型的训练方法、装置、电子设备及存储介质，该方法包括：在对大语言模型训练的当前阶段，通过前一阶段训练后的代理模型对当前训练数据集中的训练文本进行分类，得到第一分类结果；根据第一分类结果，对前一阶段... 详细信息

标准号: CN118211065A

本公开关于一种大语言模型的训练方法、装置、电子设备及存储介质，该方法包括：在对大语言模型训练的当前阶段，通过前一阶段训练后的代理模型对当前训练数据集中的训练文本进行分类，得到第一分类结果；根据第一分类结果，对前一阶段训练后的大语言模型进行当前阶段的训练；根据第一分类结果，对前一阶段的代理模型进行训练，得到当前阶段的代理模型；通过代理模型对训练文本进行分类，得到第二分类结果；对第二分类结果进行校对，得到校对结果；根据校对结果对代理模型进行重新训练，得到当前阶段重新训练后的代理模型；将下一阶段作为当前阶段，并迭代执行上述各步骤，直至所述大语言模型训练完成。本公开可以提高训练效率，减少计算资源消耗。

关键词：代理模型分类结果语言模型训练阶段训练校对结果训练文本语言模型存储介质电子设备迭代执行计算资源训练数据训练效率分类校对消耗

来源：评论

学校读者我要写书评

暂无评论

语言模型的训练方法、任务处理方法、装置及系统

语言模型的训练方法、任务处理方法、装置及系统

引用

作者：张涛林李东阳汪诚愚黄龙涛薛晖黄俊 310052 浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室

本申请公开了一种语言模型的训练方法、任务处理方法、装置及系统。其中方法包括：获取包括多个文本样本的训练数据集；利用训练数据集训练语言模型，其中，实体选择网络利用各文本单元的第一特征表示，从输入样本所包含的实体中选择至... 详细信息

标准号: CN117993472A

本申请公开了一种语言模型的训练方法、任务处理方法、装置及系统。其中方法包括：获取包括多个文本样本的训练数据集；利用训练数据集训练语言模型，其中，实体选择网络利用各文本单元的第一特征表示，从输入样本所包含的实体中选择至少一个目标实体；知识选择网络获取目标实体对应的多个候选知识，从候选知识中选择目标实体对应的目标知识；将目标实体对应的目标知识的第一特征表示与输入样本中各文本单元的第一特征表示进行融合，将得到的融合结果输入特征提取网络。本申请在语言模型训练过程中学习对目标实体和目标知识的选择，减少了语言模型对于冗余实体和知识的学习和理解，提高了语言模型对知识理解的准确性，增强了语言模型效果。

关键词：语言模型目标实体特征表示训练数据集输入样本文本单元语言模型训练装置及系统任务处理冗余实体实体选择输入特征网络获取网络利用文本样本选择目标知识理解知识选择融合申请学习网络

来源：评论

学校读者我要写书评

暂无评论

一种语言模型的训练方法及装置

一种语言模型的训练方法及装置

引用

作者：李长亮徐智涛齐济 100085 北京市海淀区小营西路33号金山软件大厦2层西区

本申请公开了一种语言模型的训练方法及装置，所述方法包括：在获取到包括大量样本文本的语言模型训练数据后，可以将这些样本文本进行分词处理，以得到每一分词的分词标签，其中，分词标签包括对应分词中的每一字在对应分词中的位置信... 详细信息

标准号: CN109800435B

本申请公开了一种语言模型的训练方法及装置，所述方法包括：在获取到包括大量样本文本的语言模型训练数据后，可以将这些样本文本进行分词处理，以得到每一分词的分词标签，其中，分词标签包括对应分词中的每一字在对应分词中的位置信息，接着，可以根据这些样本文本中每一分词的分词标签，对语言模型进行训练。可见，本申请将样本文本的分词标签作为训练数据对语言模型进行训练，使得训练语言模型所使用的数据更为全面，从而能够降低语言模型的PPL值，提升了语言模型的效果。

关键词：语言模型分词样本文本标签语言模型训练分词处理训练数据一字申请

来源：评论

学校读者我要写书评

暂无评论

蛋白质语言模型的训练方法、电子设备、计算机可读介质和程序产品

蛋白质语言模型的训练方法、电子设备、计算机可读介质和程序产品

引用

作者：成幸毅陈波李绅曾信刘迟明唐杰宋乐 100094 北京市海淀区永腾北路9号院10号楼二层101

本公开涉及蛋白质语言模型训练领域，具体涉及蛋白质语言模型的训练方法、利用蛋白质语言模型来提取氨基酸序列表征的方法、利用蛋白质语言模型来获得新氨基酸序列的方法、利用蛋白质语言模型来获得相关氨基酸序列的方法、利用蛋白质语... 详细信息

标准号: CN116959571A

本公开涉及蛋白质语言模型训练领域，具体涉及蛋白质语言模型的训练方法、利用蛋白质语言模型来提取氨基酸序列表征的方法、利用蛋白质语言模型来获得新氨基酸序列的方法、利用蛋白质语言模型来获得相关氨基酸序列的方法、利用蛋白质语言模型来预测氨基酸序列困惑度的方法、电子设备、计算机可读介质和程序产品。蛋白质语言模型的训练方法包括：在训练过程中，执行第一类型的训练任务和第二类型的训练任务包括的两个训练子任务中至少一个训练子任务；基于第一类型训练任务对应的第一损失值和第二类型训练任务对应的损失值调整蛋白质语言模型的参数，获得训练完成的蛋白质语言模型。

关键词：语言模型蛋白质氨基酸序列计算机可读介质语言模型训练程序产品电子设备新氨基酸训练过程困惑度预测

来源：评论

学校读者我要写书评

暂无评论

一种语言模型自动训练方法

一种语言模型自动训练方法

引用

作者：张恩侨周剑楚建霞 215500 江苏省苏州市常熟市东南街道东南大道33号102

本发明提供一种语言模型自动训练方法，涉及自然语言处理技术领域。该语言模型自动训练方法，包括以下步骤：S1.获取包括大量语言样本文本的语言模型训练数据；S2.利用无类别标签的语言模型对上述样本文本进行分词处理，得到每一个分词... 详细信息

标准号: CN116612750A

本发明提供一种语言模型自动训练方法，涉及自然语言处理技术领域。该语言模型自动训练方法，包括以下步骤：S1.获取包括大量语言样本文本的语言模型训练数据；S2.利用无类别标签的语言模型对上述样本文本进行分词处理，得到每一个分词对应的无类别标签的分词数据，该分词标签包括对应分词中的每一字在对应分词中的位置信息；S3.对每一个无类别标签的分词数据执行相关词类替换，以获得有类别标签的第一分词数据。本发明中，通过将样本文本的分词标签作为训练数据对语言模型进行训练，使得训练语言模型所使用的数据更为全面，从而能够降低语言模型的PPL值，提升了语言模型的训练效果。

关键词：分词语言模型类别标签样本文本自动训练标签自然语言处理技术语言模型训练分词处理数据执行训练数据训练效果语言样本词类一字替换文本

来源：评论

学校读者我要写书评

暂无评论

一种提升语言模型的训练速率的方法、系统、介质及设备

一种提升语言模型的训练速率的方法、系统、介质及设备

引用

作者：李田 100012 北京市朝阳区来广营西路5号院诚盈中心3号楼14层1401-1404单元

本发明属于语言训练领域，尤其涉及一种提升语言模型的训练速率的方法、系统、介质及设备。该方法包括：获取多条语言模型训练样本，将多条训练样本进行拼接，生成与拼接结果对应的向量；基于所述向量生成掩码矩阵，将所述掩码矩阵与注... 详细信息

标准号: CN116245197B

本发明属于语言训练领域，尤其涉及一种提升语言模型的训练速率的方法、系统、介质及设备。该方法包括：获取多条语言模型训练样本，将多条训练样本进行拼接，生成与拼接结果对应的向量；基于所述向量生成掩码矩阵，将所述掩码矩阵与注意力计算采用的空矩阵进行叠加处理，生成计算矩阵；基于所述语言模型的训练需求，在进行注意力计算时调取所述计算矩阵进行计算，完成所述语言模型的训练。本发明能够达到预训练但是相互之间又不会产生信息泄漏的办法，来极大的加速预训练速度，同时缓解极少数长句所导致的长尾数据训练不充分的问题的效果。

关键词：语言模型矩阵掩码矩阵拼接注意力语言模型训练叠加处理数据训练向量生成信息泄漏训练样本语言训练空矩阵长尾调取向量样本缓解

来源：评论

学校读者我要写书评

暂无评论

一种基于分类任务的语言模型语料训练方法及系统

一种基于分类任务的语言模型语料训练方法及系统

引用

作者：黄加胜黄思东沈黎铭 510000 广东省广州市南沙区金岭南路412号自编二栋350-351房K166

本发明提出了一种基于分类任务的语言模型语料训练方法及系统，方法包括：采集样本语料并进行数据清洗操作；选择部分数据清洗后的样本语料进行人工标注，获得第一标注语料；将第一标注语料中人工标注的问法语义label转换为code表达，... 详细信息

标准号: CN117312772A

本发明提出了一种基于分类任务的语言模型语料训练方法及系统，方法包括：采集样本语料并进行数据清洗操作；选择部分数据清洗后的样本语料进行人工标注，获得第一标注语料；将第一标注语料中人工标注的问法语义label转换为code表达，构建问法语义label‑code的关联映射表；通过code表达将语言模型的生成任务转化为分类任务，利用语音模型对输入的第一标注语料以及code表达进行微调训练，根据微调训练的返回结果确定logprobs阈值，通过logprobs阈值确定第二标注语料并保存于语料集中以完成语言模型训练；将训练好的语言模型基于语料集以及logprobs阈值训练样本语料，根据关联映射表转译获得目标标注语料。本发明通过语音模型的任务转换，降低生产标注语料的成本，提高生产效率。

关键词：语料标注样本语料语言模型人工标注数据清洗语音模型映射表微调法语语言模型训练关联返回结果降低生产任务转化任务转换生产效率阈值确定阈值训练分类构建转译采集保存转换

来源：评论

学校读者我要写书评

暂无评论

一种提升语言模型的训练速率的方法、系统、介质及设备

一种提升语言模型的训练速率的方法、系统、介质及设备

引用

作者：李田 100012 北京市朝阳区来广营西路5号院诚盈中心3号楼14层1401-1404单元

标准号: CN116245197A

关键词：语言模型矩阵掩码矩阵拼接注意力语言模型训练叠加处理数据训练向量生成信息泄漏训练样本语言训练空矩阵长尾调取向量样本缓解

来源：评论

学校读者我要写书评

暂无评论

一种基于规则筛选和预训练语言模型分类的文本知识自动获取方法

一种基于规则筛选和预训练语言模型分类的文本知识自动获取方法

引用

作者：张仲维陈涛贾旭东黄智胜 529020 广东省江门市蓬江区东成村22号

本发明涉及一种基于规则筛选和预训练语言模型分类的文本知识自动获取方法。本发明采用从粗粒度到细粒度两阶段的方式，首先收集大规模自由文本，在初步的数据预处理后，根据基于词汇、语法、句法和开放式信息抽取结果设计粗粒度的筛选... 详细信息

标准号: CN117251575A

本发明涉及一种基于规则筛选和预训练语言模型分类的文本知识自动获取方法。本发明采用从粗粒度到细粒度两阶段的方式，首先收集大规模自由文本，在初步的数据预处理后，根据基于词汇、语法、句法和开放式信息抽取结果设计粗粒度的筛选规则，将不是知识的句子从上述文本中过滤掉，得到粗粒度的候选知识集；然后基于预训练语言模型训练一个知识分类器，对上述候选知识集中的句子按照是否是知识进行的细粒度分类，将分类结果为知识的句子视为获取的文本知识；最后对该文本知识进行去重操作，从而得到最终的文本知识，并对其进行准确率评价，验证所获知识的合理性。本发明采用基于规则筛选和基于预训练语言模型分类的方法能够更有利于提高文本知识自动获取的效果；本发明采用基于深度学习和人工神经网络的预训练语言模型作为辨别知识的分类器，能够提高文本知识自动获取的准确性和容错性；本发明采用粗粒度筛选和细粒度分类两步走的方式，能够提高文本知识获取方法的可缩放性，可以将该方法应用在大规模工业级语料库上，满足工业界对大规模文本知识获取的实际需求。

关键词：文本知识粗粒度语言模型自动获取句子细粒度分类规则筛选人工神经网络语言模型训练大规模文本数据预处理分类结果可缩放性去重操作筛选规则实际需求信息抽取知识分类知识获取自由文本分类器工业级两阶段容错性细粒度语料库分类准确率句法语法合理性过滤辨别词汇筛选文本验证学习

来源：评论

学校读者我要写书评

暂无评论

语言模型的预训练方法、装置、电子设备和存储介质

语言模型的预训练方法、装置、电子设备和存储介质

引用

作者：李浩然 100086 北京市海淀区知春路76号8层

本申请提出一种语言模型的预训练方法、装置、电子设备和存储介质，其中，包括：基于获取的训练语料和对训练语料的下文标注的实体文本，以把训练语料输入语言模型的编码器，得到训练语料的隐状态编码，同时根据待解码的各字符位置在下... 详细信息

标准号: CN115965051A

本申请提出一种语言模型的预训练方法、装置、电子设备和存储介质，其中，包括：基于获取的训练语料和对训练语料的下文标注的实体文本，以把训练语料输入语言模型的编码器，得到训练语料的隐状态编码，同时根据待解码的各字符位置在下文中的排序，确定位置编码，结合隐状态编码和位置编码，得到语言模型的解码器进行解码的各字符位置上的预测字符，并与实体文本进行比较，以对语言模型的编码器和解码器进行预训练，由此，在对语言模型的编码器和解码器进行预训练过程中，解码实体时，解码出来的实体文本中的字不再作为该实体的未解码字的输入，从而使得预训练模型完整的学习实体文本，减小对解码器语言模型的依赖性，提高了语言模型训练的效果。

关键词：语言模型解码器训练语料解码编码器文本位置编码状态编码字符位置语言模型训练存储介质电子设备解码实体输入语言训练过程训练模型解码字减小标注排序预测申请学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共37页 << < 14 15 16 17 18 19 20 21 22 23 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：