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
本发明属于自然语言处理技术与机器阅读理解领域，具体涉及一种基于生成式模型增强的多选式机器阅读理解方法，该方法包括：预处理数据，将包括问题和多个选项的数据组合为问题‑选项对；然后单独将问题和提示学习的模板拼接后输入到训练好的生成式模型的编码器中，得到对应的最终隐层表示，再将该隐层表示作为生成式模型解码器的输入，解码器利用在预训练中学习到的参数对问题进行推理并生成线索的最终隐层表示；将所有的问题‑选项对依次输入生成式模型的编码器中，得到每个问题‑选项对的最终隐层表示，然后分别将其与之前得到的线索的最
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117709467A
(43)申请公布日2024.03.15
(21)申请号202311826660.0
(22)申请日2023.12.28
(71)申请人重庆邮电大学
文档评论（0）