[发明专利]一种基于BERT模型的预测下一句模型自动构建技术在审
| 申请号： | 201910794073.5 | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110502643A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 刘轶 | 申请（专利权）人： | 南京璇玑信息技术有限公司 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F17/27;G06K9/62;G06F17/22 |
| 代理公司： | 11557 北京卫智畅科专利代理事务所(普通合伙) | 代理人： | 陈佳<国际申请>=<国际公布>=<进入国 |
| 地址： | 211100 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BERT模型的预测下一句模型自动构建技术，包括测试图谱数据获取和自然语言推理模型构建训练、预测，所述测试图谱数据获取部分能够连接图数据库，自动获取某个领域有关的所有APP中具有指定关系的数据，本发明涉及自然语言处理技术领域。该基于BERT模型的预测下一句模型自动构建技术，通过将深度学习中的自然语言推理技术应用于APP测试领域，自动获取图数据库中具有下一句关系的节点对，并自动处理转换成预测下一句模型所需的训练数据，使用基于BERT的预测下一句模型来实现自动推理，辅助完成图谱自动构建，提高工作效率，通过基于BERT的预测下一句模型与其他自然语言推理模型相比，具有更高的预测准确率。 | ||
| 搜索关键词： | 预测 自然语言 自动构建 测试图谱 数据获取 推理模型 自动获取 推理 数据库 自然语言处理技术 测试领域 工作效率 技术应用 训练数据 自动处理 准确率 构建 图谱 转换 学习 | ||
【主权项】：
1.一种基于BERT模型的预测下一句模型自动构建技术，其特征在于：包括测试图谱数据获取和自然语言推理模型构建训练、预测，所述测试图谱数据获取部分能够连接图数据库，自动获取某个领域有关的所有APP中具有指定关系的数据；/n所述自然语言推理模型构建训练、预测部分的处理方法具体包括以下步骤：/nS1、首先根据处理得到的训练数据；/nS2、再进行相关预处理，转换为BERT模型所需格式，在bert-base-chinese模型基础上进行fine-tune训练得到领域相关的预测下一句模型并保存模型参数；/nS3、编写模型预测函数实现加载训练好的模型参数进行关系预测，作为推理模块供图谱路径生成模块调用。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京璇玑信息技术有限公司，未经南京璇玑信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910794073.5/，转载请声明来源钻瓜专利网。
