多语言语义表示模型的训练方法、装置、设备及存储介质

摘要

本申请公开了一种多语言语义表示模型的训练方法、装置、设备及存储介质，涉及基于人工智能的自然语言处理领域。具体实现方案为：统计训练语料集包括的多种语言中的各种语言的训练语料的比例；基于多种语言中各种语言的训练语料的比例，配置各种语言的训练语料的选择概率，以提升比例低于预设比例阈值的语言的训练语料的选择概率大于对应的比例；基于各种语言的训练语料的选择概率，从训练语料集中选择对应的语言的训练语料，对多语言语义表示模型进行训练。本申请的技术，能够平衡训练时语料稀疏的语言的训练语料和语料丰富的语言的训练语料的数量，更好地学习语料稀疏语言的训练语料，以实现对语料稀疏的语言的训练语料进行准确有效地建模。