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
一种机器翻译多语种训练数据抽取的方法和系统，所述方法包括：对文档数据进行采集；对采集后的文档数据进行预处理，对预处理后的数据进行句子切分；基于预训练模型LASER，提取切分后的句子语义特征；基于提取的语义特征，计算基于RoPE编码的线性Attention矩阵，按预设规则对句子进行匹配；计算句子匹配后得到的句对相似度，如果句对相似度大于预设阈值，则保留并加入训练数据集。本发明使用预训练的编码器模型LASER提取不同语种的句子的语义特征，并设置了一个基于RoPE编码的线性Attention计算过程，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117540754A
(43)申请公布日2024.02.09
(21)申请号202311509004.8G06F18/214(2023.01)
文档评论（0）