[发明专利]奖励模型处理方法、电子设备、介质和计算机程序产品在审
| 申请号： | 202011407855.8 | 申请日： | 2020-12-03 |
| 公开（公告）号： | CN113535911A | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 侯政旭;刘亚飞;赵瑞辉 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F40/35;G06N3/04 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 王娟 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了奖励模型处理方法、电子设备、介质和计算机程序产品。处理方法可以包括：获取多轮次样本对话，每轮次样本对话包括样本问句以及对应的样本答句；利用判别器模型构造奖励模型，基于每轮次样本对话，迭代地对生成器模型和判别器模型进行训练，直至两个模型满足预设平衡条件；其中，每轮次样本对话对应于一次训练回合，在每次训练回合中：利用生成器模型基于当前和先前轮次样本对话生成伪样本对话，伪样本对话包括当前轮次样本对话中的样本问句以及对应的预测答句；利用判别器模型基于当前、先前轮次样本对话和伪样本对话生成判别结果；以及基于判别结果调整生成器模型的参数以及基于生成器模型生成的伪样本对话调整判别器模型的参数。 | ||
| 搜索关键词： | 奖励 模型 处理 方法 电子设备 介质 计算机 程序 产品 | ||
【主权项】：
暂无信息
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/202011407855.8/，转载请声明来源钻瓜专利网。
