[发明专利]机器阅读理解模型训练方法、装置、电子设备和存储介质

说明书

本申请公开了机器阅读理解模型训练方法、装置、电子设备和存储介质，涉及NLP领域。具体实现方案为：基于获取的样本数据，对初始模型进行训练，生成中间模型；按照第一预设的规则从样本数据中，抽取待处理样本；按照预设的噪声生成方法，生成噪声文本；将噪声文本，分别加入各待处理样本中，得到噪声样本；基于噪声样本，对中间模型进行修正训练，生成机器阅读理解模型。该方法通过在机器阅读理解模型训练过程中，自动生成噪声文本，来训练模型，以提高机器阅读理解模型的抗噪声能力，提高模型的鲁棒性，无需修改模型，且无需人工参与，成本低。

技术领域

本申请涉及计算机技术领域，具体涉及自然语言处理(Natural LanguageProcessing，NLP)技术领域，尤其涉及一种机器阅读理解模型训练方法、装置、电子设备和存储介质。

背景技术

在没有任何噪声的前提下，机器阅读理解模型可以在给定段落中正确地找出问题的答案。目前为了提高机器阅读理解模型的鲁棒性，通常通过在模型输入中增加更多其他来源的数据，比如加入强语言模型作为输入，来增强机器阅读理解模型对抗噪声的能力。

但是这种方式，需要修改阅读理解模型，增加了阅读理解模型的难度和训练的复杂度。

发明内容

本申请提出一种机器阅读理解模型训练方法、装置、电子设备和存储介质，用于解决相关技术中，通过在模型输入中增加更多其他来源的数据，提高模型的抗噪声能力的方式，会增加阅读理解模型的难度和训练的复杂度的问题。

本申请一方面实施例提出了一种机器阅读理解模型训练方法，包括：

基于获取的样本数据，对初始模型进行训练，生成中间模型；

按照第一预设的规则从所述样本数据中，抽取待处理样本；

按照预设的噪声生成方法，生成噪声文本；

将所述噪声文本，分别加入各待处理样本中，得到噪声样本；

基于所述噪声样本，对所述中间模型进行修正训练，生成机器阅读理解模型。

本申请实施例的机器阅读理解模型训练方法，通过基于获取的样本数据，对初始模型进行训练，生成中间模型，按照第一预设的规则从样本数据中，抽取待处理样本，然后按照预设的噪声生成方法，生成噪声文本，之后将噪声文本，分别加入各待处理样本中，得到噪声样本，再基于噪声样本，对中间模型进行修正训练，生成机器阅读理解模型。该方法通过在机器阅读理解模型训练过程中，自动生成噪声文本，来训练模型，以提高机器阅读理解模型的抗噪声能力，提高模型的鲁棒性，无需修改模型，且无需人工参与，成本低。

本申请另一方面实施例提出了一种机器阅读理解模型训练装置，包括：

第一生成模块，用于基于获取的样本数据，对初始模型进行训练，生成中间模型；

抽取模块，用于按照第一预设的规则从所述样本数据中，抽取待处理样本；

第二生成模块，用于按照预设的噪声生成方法，生成噪声文本；

获取模块，用于将所述噪声文本，分别加入各待处理样本中，得到噪声样本；

第三生成模块，用于基于所述噪声样本，对所述中间模型进行修正训练，生成机器阅读理解模型。

本申请实施例的机器阅读理解模型训练装置，通过基于获取的样本数据，对初始模型进行训练，生成中间模型，按照第一预设的规则从样本数据中，抽取待处理样本，按照预设的噪声生成方法，生成噪声文本，将噪声文本，分别加入各待处理样本中，得到噪声样本，基于噪声样本，对中间模型进行修正训练，生成机器阅读理解模型。由此，通过在机器阅读理解模型训练过程中，自动生成噪声文本，来训练模型，以提高机器阅读理解模型的抗噪声能力，提高模型的鲁棒性，无需修改模型，且无需人工参与，成本低。