摘要
本发明公开了一种BERT模型的预训练方法,包括加载BERT模型,BERT模型调用多个注意力机制模块,获取掩模矩阵,将训练数据、知识矩阵以及掩模矩阵分别输入至各注意力机制模块进行处理,获取各注意力机制模块的输出,对各注意力机制模块的输出进行字符串拼接和线性化处理,获得语义向量,根据语义向量与掩模矩阵的比较结果,确定训练损失值,对注意力机制模块的网络参数进行调整等步骤。本发明可以将知识矩阵直接嵌入到BERT模型的多头注意力机制中,即使不引入使用外部知识的预训练任务对BERT模型进行预训练,也可以增强BERT模型在文本匹配任务中的同义词理解和识别能力。本发明可广泛应用于自然语言技术领域。