首页> 外国专利> STRUCTURAL INFORMATION PRESERVING FOR GRAPH-TO-TEXT GENERATION

STRUCTURAL INFORMATION PRESERVING FOR GRAPH-TO-TEXT GENERATION

机译:保留图形到文本生成的结构信息

摘要

A method, computer program, and computer system for training a graph-to-text generation network is provided. Encoded graph information corresponding to a target sentence is received, and the encoded graph information is decoded based on a biaffine attention score. One or more loss values are determined based on the decoded information, whereby the text-to-graph generation network is trained by minimizing the one or more loss values. A first loss value is generated by reconstructing one or more triple relations based on the biaffine attention score, and a second loss value predicts the graph as a linearized sequence.
机译:提供用于训练图形到文本生成网络的方法,计算机程序和计算机系统。 接收对应于目标句子的编码图信息,并且基于双重注意评分来解码编码图信息。 基于解码信息确定一个或多个损耗值,由此通过最小化一个或多个损耗值来训练文本到图形生成网络。 通过基于双特征注意评分重建一个或多个三重关系来生成第一损耗值,第二损耗值将图形预测为线性化序列。

著录项

  • 公开/公告号US2021374333A1

    专利类型

  • 公开/公告日2021-12-02

    原文格式PDF

  • 申请/专利权人 TENCENT AMERICA LLC;

    申请/专利号US202016883475

  • 发明设计人 LINFENG SONG;

    申请日2020-05-26

  • 分类号G06F40/20;G06N20;G06F16/901;

  • 国家 US

  • 入库时间 2022-08-24 22:34:20

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号