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
本发明提供一种基于知识图谱与深度强化的多任务优化方法，包括以下步骤：S1：对外部知识库的进行智能集成；S2：集成的数据用于长短记忆网络生成动态的连续提示；S3：利用所述连续提示作为自适应对比学习框架的输入，再运用对比散度算法优化特性，同时采用L2正则化和K折交叉验证保证模型的泛化能力；S4：优化后的特性作为深度Q网络的输入，进行强化训练；S5：对深度Q网络联合损失函数进行优化和平衡，同时将深度Q网络训练后的模型用于多任务学习场景；S6：在完成多任务学习后，利用多准则决策分析和启发式优化来全面评估
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117349445A
(43)申请公布日2024.01.05
(21)申请号202311244714.2G06N3/092(2023.01)
文档评论（0）