公开(公告)号：CN116775840A

公开(公告)日：2023-09-19

申请号：CN202310794764.1

申请日：2023-06-30

Applicant: 福州大学

Inventor： 陈羽中 ,  郑旭 ,  陈子阳

IPC: G06F16/332 ,  G06F18/214 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/0475 ,  G06N3/08 ,  G06F40/216

Abstract: 本发明涉及一种基于远程监督和知识蒸馏的差异感知回复生成方法及系统，该方法包括以下步骤：步骤A：在社交平台中采集自然的、开放领域的对话，并使用检索系统在维基百科中检索该对话相关的背景知识，并标注真实回复的标签，以此来构建训练数据集DE；步骤B：使用训练数据集DE，训练基于远程监督和知识蒸馏的深度学习网络模型M，通过此模型选择需要的背景知识，并根据选择的背景知识生成回复；步骤C：将对话上下文、背景知识库输入到训练好的深度学习网络模型M中，生成对应的回复。该方法及系统有利于提高生成回复的准确性。

公开(公告)号：CN116775839A

公开(公告)日：2023-09-19

申请号：CN202310794750.X

申请日：2023-06-30

Applicant: 福州大学

Inventor： 陈羽中 ,  郑旭 ,  陈子阳

IPC: G06F16/332 ,  G06F18/214 ,  G06N3/044 ,  G06N3/08 ,  G06N3/042 ,  G06N3/0455

Abstract: 本发明涉及一种基于自步学习的时序加权差异感知回复生成方法及系统，该方法包括以下步骤：步骤A：收集社交软件中自然的、开放领域的对话，并使用检索系统在维基百科中检索该对话相关的背景知识，并标注真实回复和真实知识的标签，以此来构建训练数据集DE；步骤B：使用训练数据集DE，训练基于自步学习策略的时序加权差异感知深度学习网络模型M，通过此模型选择需要的背景知识，并根据选择的背景知识生成回复；步骤C：将对话上下文、背景知识库输入到训练好的深度学习网络模型M中，生成对应的回复。该方法及系统有利于提高生成回复的准确性。