买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利一种基于弱监督的语言模型提示学习方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120278265B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510340195.2，技术领域涉及：G06N5/04；该发明授权一种基于弱监督的语言模型提示学习方法和系统是由程良伦;吴志琛;王涛;王卓薇;陈翀设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种基于弱监督的语言模型提示学习方法和系统在说明书摘要公布了：本发明涉及自然语言处理技术领域，所要解决的技术问题是提供一种基于弱监督的语言模型提示学习方法，方法包括：收集采用开放问题和回答的格式的提示模板，形成若干提示模板的集合；给定输入至集合，选择集合中的提示模板得到输入的常规预测；对若干提示模板进行分组，使每组中的提示模板强调输入的不同方面，生成互补预测；通过弱监督学习提示模板的精度参数和依赖关系，聚合若干不完美提示，得到不完美预测；通过联合分布聚合所有提示模板的预测，得到最终结果。通过建模提示依赖关系，有效利用了不同提示的互补性，快速地聚合多个不完美提示，采用开放式问答格式提示，在多个语言理解任务上的效果提升显著，同时提升了性能的稳定性和泛化能力。

本发明授权一种基于弱监督的语言模型提示学习方法和系统在权利要求书中公布了：1.一种基于弱监督的语言模型提示学习方法，其特征在于，包括以下步骤： 收集采用开放问题和回答的格式的提示模板，形成若干提示模板的集合； 给定输入至集合，选择集合中的提示模板得到输入的常规预测； 对若干提示模板进行分组，使每组中的提示模板强调输入的不同方面，生成互补预测； 通过弱监督学习提示模板的精度参数和依赖关系，聚合若干不完美提示，得到不完美预测； 通过联合分布聚合所有提示模板的预测，得到最终结果； 所述收集采用开放问题和回答的格式的提示模板，形成若干提示模板的集合包括： 所述提示模板采用开放问题和回答的格式，并提供示例； 任意一个提示模板包括若干版本，通过更换示例和改动示例，形成包含若干个提示模板的集合； 所述给定输入至集合，选择集合中的提示模板得到输入的常规预测包括： 选择任意一个提示模板，通过问题函数来生成问题； 问题和输入通过回答函数得到中间预测； 将中间预测映射至输出空间，得到针对输入的预测； 选择其他提示模板重复操作，得到若干预测； 将所有预测聚合，得到针对输入的常规预测； 所述对若干提示模板进行分组，使每组中的提示模板强调输入的不同方面，生成互补预测包括： 将集合中的提示模板分成若干组，每组采用不同的问题形式来获取每组的预测，即为输入不同方面的互补预测； 所述通过弱监督学习提示模板的精度参数和依赖关系，聚合若干不完美提示，得到不完美预测包括： 构建表示提示间依赖关系的图模型和满足图结构性质的逆协方差矩阵； 将逆协方差矩阵分解为低秩矩阵和稀疏矩阵的和； 根据稀疏矩阵获得依赖图，用于学习依赖结构； 根据依赖结构和提示链来学习精度参数，得到联合分布，聚合若干不完美提示，得到不完美预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510000 广东省广州市东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。