原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及自然语言处理技术中的文本生成领域，公开了一种基于深度学习的弱监督跨域问答对生成方法，该方法能够针对输入的文本，生成相关的“问题‑答案”对，通过使用答案片段抽取模块取代原有的答案生成模型或实体抽取模型，能够从文本中提取出更优质的答案；通过优化问题生成模块的结构和引入改进后的虚拟对抗训练策略，缓解原有模型生成的问题句与文本和答案片段的相关性低、在语法和逻辑上的准确性差，等各个方面的问题；通过引入改进后的伪标签训练方法，以弱监督的方式，同时利用到了有标注的和无标注的、不同数据域的数据信息进行
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114996424 A
(43)申请公布日 2022.09.02
(21)申请号 202210616432.X
(22)申请日 2022.06.01
(71)申请人 吴艳
地址 100161 北京市丰
文档评论（0）