1
条回答
写回答
写回答
-
首先我们使用了一个基于规则和模型的混合困难度打分器，模型打分器采用类似交叉验证的方式，将模型在训练集中的 K-fold 验证集上的预测概率作为模型得分，规则打分器利用了一些常见特征，如对话长度、当前轮槽值个数、实体词个数等作为规则得分，两类得分结合在一起对整个训练集进行排序，并提前划分成10个bucket。在 baby step 的训练中，首先让模型在最简单的bucket 数据上训练，当模型训练在现阶段训练集上收敛时再依次加入新的bucket一起训练，直至最终所有数据都加入了累计训练集。最后模型在全集上进一步训练至收敛为止。
2022-05-12 16:56:48赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
