NLP中基于样本的序列到序列任务的影响函数解释方法
基本信息
| 申请号 | CN202210376883.0 | 申请日 | - |
| 公开（公告）号 | CN114692621A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692621A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F40/284（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 秦韵;张帆 | 申请（专利权）人 | 南京工业大学 |
| 代理机构 | 南京科阔知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 211899江苏省南京市江北新区浦珠南路30号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种NLP中基于样本的序列到序列任务的影响函数解释方法，包括步骤：1）选取需要获取解释的序列到序列任务，并针对序列到序列任务选取待测的自然语言处理模型和数据集；2）将数据集内的语料进行编码，将编码后的每条数据划分不同区间得到的多条数据并作为新的样本；3）将步骤2）得到的新的样本送入待测模型进行训练，在损失趋于稳定时结束训练；在待测模型训练过程输出的所有检查点中，选取趋近于待测模型最终参数的检查点用于影响分数的计算；4）基于步骤3）选取的检查点中的待测模型参数，计算训练样本与测试样本的损失；5）利用步骤4）得到的样本损失，基于待测模型参数计算梯度向量，按照影响函数公式计算得到影响分数。 |
