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！

摘要：本发明提供一种用户意图决策模型的训练方法和使用方法，包括划分训练业务词典D1和验证业务词典D2，确认D1对应的问答token_ids和低秩矩阵E'；根据问答token_ids和E'对预设大模型的预设模型权重进行全量微调，得到微调大模型；将问答token_ids输入至微调大模型以确定交叉熵损失值L；根据L验证微调大模型是否合格；根据D2计算第一决策模型的性能指标，所述第一决策模型是基于预设的格式转换后的微调大模型；根据性能指标验证第一决策模型是否合格。本技术能能够在本地即时准确地处理、响应用户意图并提供相应服务，以提高对用户意图的识别精准度和速度、避免用户隐私泄露、减小云计算资源的消耗、提高用户交互体验，提升银行设备的服务效率，扩大网点的覆盖范围。

主权项：1.一种用户意图决策模型的训练方法，其特征在于，所述训练方法包括：S1：将预先采集的样本数据集划分为训练业务词典D1和验证业务词典D2，并确认训练业务词典D1对应的问答token_ids和低秩矩阵E'；S2：根据问答token_ids和低秩矩阵E'对预设大模型的预设模型权重进行全量微调，得到微调大模型；S3：将问答token_ids输入至微调大模型，根据预测值确定交叉熵损失值L；S4：根据交叉熵损失值L验证所述微调大模型是否合格；S5：若所述微调大模型合格，则根据验证业务词典D2计算第一决策模型的性能指标，其中，性能指标包括准确率、精确率、召回率和F1分数，其中，所述第一决策模型是基于预设的格式转换后的微调大模型；S6：根据性能指标验证第一决策模型是否合格；S7：若所述第一决策模型合格，则第一决策模型为最终的用户意图决策模型；S1包括：S11：对预先采集的初始数据进行数据流整合、清洗，得到样本数据集；S12：基于预设的比例，将样本数据集划分为训练业务词典D1和验证业务词典D2；S13：将训练业务词典D1的用户需求与业务标签绑定，生成问答训练数据集；S14：将问答训练数据集输入至预设大模型的模型词汇表文件中，以将问答训练数据集转换为问答tokens序列；S15：基于预设的tiktoken工具，将问答tokens序列转译为问答token_ids；S16：根据预设的text2vec模型、当前的或预设的矩阵维度K，将训练业务词典D1构建为K维的低秩矩阵E'；S2包括：S21：对预设大模型的架构进行维度调节；S22：将K维的低秩矩阵E'输入至维度调节后的大模型，输出得到嵌入向量矩阵E''；S23：将问答token_ids输入至嵌入向量矩阵E''，以全量微调模型权重参数，得到微调大模型，其中，模型权重参数包括嵌入层、多个隐藏层、全连接层、softmax层中的权重的参数；S3包括：S31：将问答token_ids输入至微调大模型，问答token_ids依次经过微调大模型的多个隐藏层、一个softmax层、一个全连接层，得到对每个问答token_ids的预测业务标签和预测概率p；S32：根据所有的预测概率p计算交叉熵损失值L。

全文数据：

权利要求：

百度查询： 恒银金融科技股份有限公司 用户意图决策模型的训练方法和使用方法