一种基于模型特征信息增强的BERT模型融合方法
公开
摘要
本发明公开了一种基于模型特征信息增强的BERT模型融合方法，该方法首先对所有的原模型进行部分模型融合，生成对应的中间模型，这些中间模型包含了原模型的特征信息，对原有模型进行了增强。然后对原有模型和中间模型共同进行模型融合，生成最终的新模型本发明通过增强原模型的特征信息，使得融合后的新模型可以获取到更多原模型相关的特征信息，进而提高了融合后新模型的表现效果。相比于直接对原有模型进行融合，本方法通过引入中间模型对原有模型进行增强，可以有效地提升原模型的特征信息，进而提高融合后新模型的表现效果。
基本信息
专利标题 ：
一种基于模型特征信息增强的BERT模型融合方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580659A
申请号 ：
CN202210176359.9
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈珂骆歆远寿黎但杨浩磊陈刚
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202210176359.9
主分类号 ：
G06N20/20
IPC分类号 ：
G06N20/20 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/20
•集成学习
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
