[发明专利]一种训练、使用数据转换模型的方法、装置及计算机设备

权利要求书

1.一种训练数据转换模型的方法，其特征在于，包括：

采用样本输入语义元素序列集合对数据转换模型进行训练，获得已训练的数据转换模型；其中，在一次训练过程中，针对所述样本输入语义元素序列集合中的样本输入语义元素序列，至少执行以下操作：

获得训练输出语义元素序列中的各个训练输出语义位置，与所述样本输入语义元素序列中各个样本输入语义元素之间的元素相关概率；

采用所述数据转换模型，基于获得的各个元素相关概率，分别获得所述各个训练输出语义位置各自对应的全局训练输出语义元素和局部训练输出语义元素，并基于获得的各个全局训练输出语义元素和各个局部训练输出语义元素，分别确定所述各个训练输出语义位置各自对应的目标训练输出语义元素，以获得所述训练输出语义元素序列，其中，所述全局训练输出语义元素与每个样本输入语义元素相关，所述局部训练输出语义元素与部分样本输入语义元素相关。

2.根据权利要求1所述的方法，其特征在于，获得训练输出语义元素序列中的各个训练输出语义位置，与样本输入语义元素序列中各个样本输入语义元素之间的元素相关概率，包括：

基于编码模型和解码模型学习的目标子数据的排列规则，分别确定所述各个训练输出语义位置各自对应的目标子数据在目标数据中的关联位置，与初始数据中所述各个样本输入语义位置各自对应的各个初始子数据之间的数据相关概率，其中，所述样本输入语义元素序列是采用所述编码模型对所述初始数据进行编码处理获得的，所述目标数据是采用与所述编码模型对应的所述解码模型对所述训练输出语义元素序列进行解码处理获得的；

基于获得的各个数据相关概率，确定所述训练输出语义元素序列中的各个训练输出语义位置，与所述样本输入语义元素序列中各个样本输入语义元素之间的元素相关概率。

3.根据权利要求1所述的方法，其特征在于，采用所述数据转换模型，基于获得的各个元素相关概率，获得所述各个训练输出语义位置各自对应的全局训练输出语义元素，包括：

针对所述各个训练输出语义位置，分别执行以下操作：

基于获得的各个元素相关概率，分别获得所述样本输入语义元素序列中的各个样本输入语义元素，对应于所述各个训练输出语义位置中的一个训练输出语义位置的第一元素权重；

基于所述各个样本输入语义元素对应的第一元素权重，对所述各个样本输入语义元素进行加权求和处理，获得所述一个训练输出语义位置对应的全局训练输出语义元素。

4.根据权利要求1所述的方法，其特征在于，采用所述数据转换模型，基于获得的各个元素相关概率，获得所述各个训练输出语义位置各自对应的局部训练输出语义元素，包括：

针对所述各个训练输出语义位置，分别执行以下操作：

基于获得的各个元素相关概率，在所述样本输入语义元素序列中，确定所述各个训练输出语义位置中的一个训练输出语义位置对应的目标相关样本输入语义元素；

基于获得的各个元素相关概率，分别获得所述样本输入语义元素序列中的各个目标相关样本输入语义元素，对应于所述一个训练输出语义位置的第二元素权重；

基于所述各个目标相关样本输入语义元素对应的第二元素权重，对所述各个目标相关样本输入语义元素进行加权求和处理，获得所述一个训练输出语义位置对应的局部训练输出语义元素。

5.根据权利要求4所述的方法，其特征在于，基于获得的各个元素相关概率，确定所述各个训练输出语义位置中的一个训练输出语义位置对应的目标相关样本输入语义元素，包括：

基于获得的各个元素相关概率，确定所述一个训练输出语义位置对应的最大元素相关概率，获得所述样本输入语义元素序列中，所述一个训练输出语义位置对应的最相关样本输入语义元素；或者，

在所述样本输入语义元素序列中，将与所述最相关样本输入语义元素满足预设相关条件的至少一个样本输入语义元素，确定为所述一个训练输出语义位置对应的目标相关样本输入语义元素。