本发明公开了一种基于对比学习的专业领域术语挖掘方法,属于机器学习技术领域,包括基于专业领域的语料库形成术语列表;对术语列表中的术语进行领域分类;基于术语列表构建专业领域的树型术语关系树。本发明使用了bert预训练模型训练词向量,并且使用对比学习的方式训练句子向量,通过预训练,可以大大增强模型在下游任务进行分类和关系识别的能力,使模型达到最大的效果。同时考虑专业术语词向量和整体的文段向量,相互融合后提取征,有更好的预测性。
📄 202211632497X
📂 G06F16_33
👤 浙江工业大学
📅 2022-12-19
本发明提供了一种基于对比学习联合优化的推荐方法、装置及设备。推荐方法包括:获取用户和物品的交互数据并构建二部图;构建推荐模型包括嵌入层和图编码器,将二部图输入推荐模型进行对比学习联合优化训练直到满足训练停止条件;获取训练完成后图编码器输出的物品视图表示和用户视图表示,计算每个用户的用户视图表示与所有物品的物品视图表示的相似度,对相似度进行从高到低排序,向用户推荐排序中的前N个物品。取消了数据增强操作,消除了对数据增强的需求,将推荐任务和对比学习任务原本两个独立的任务结合成一个联合学习任务,提高了训练效率和稳定性,在对比学习联合优化框架下,推荐方法具有抑制推荐热门物品的能力,从而提升推荐性能。
📄 2023109938581
📂 G06F16_9536
👤 重庆大学
📅 2023-08-08