一种基于损失函数筛选具有高贡献度语料的方法及系统.pdfVIP

下载本文档

2
0
约1.35万字
约 13页
2023-05-14 发布于四川
举报
版权申诉

一种基于损失函数筛选具有高贡献度语料的方法及系统.pdf

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

本发明属于机器翻译技术领域，具体公开了一种基于损失函数筛选具有高贡献度语料的方法及系统，其中方法包括以下步骤：设定筛选具有高贡献度语料的目标数量T；利用Transformer模型和基础大规模语料库，使用损失函数，对目标语料库A中所有数据按批次计算交叉熵得到语料库B；对计算交叉熵后的语料库B进行排序，选择前50％进行随机排列；重复步骤S1～S3，直至步骤S3中的语料库B的前50％随机排列的语料数量不小于目标数量T；将种子语料与步骤S4中筛选出的语料集合C中的所有语料进行语义相似度计算，并对结果排序

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114662502 A (43)申请公布日 2022.06.24 (21)申请号 202210325218.9 (22)申请日 2022.03.30 (71)申请人中译语通科技股份有限公司地址 1