[发明专利]对比序列到序列数据选择器

权利要求书

1.一种方法(1000)，其特征在于，包括：

由数据处理硬件(112)通过使用数据对(133)的第一数据集(132)进行训练来生成基础模型(134)；

由所述数据处理硬件(112)通过在数据对(143)的第二数据集(142)上训练所述基础模型(134)来生成适应模型(144)；

由所述数据处理硬件(112)使用所述基础模型(134)和所述适应模型(144)为数据对(153)的第三数据集(152)的每个数据对(153)确定对比得分(154)，所述对比得分(154)表示相应所述数据对(153)的质量概率；以及

由所述数据处理硬件(112)使用所述第三数据集(152)的所述数据对(153)和所述对比得分(154)来训练目标模型(230)。

2.根据权利要求1所述的方法(1000)，其特征在于，训练所述目标模型(230)还包括使用所述第三数据集(152)的满足阈值对比得分(154)的数据对(153)。

3.根据权利要求1或2所述的方法(1000)，其特征在于，还包括：由所述数据处理硬件(112)基于相应的所述对比得分(154)对所述第三数据集(152)的所述数据对(153)进行排序。

4.根据权利要求3所述的方法(1000)，其特征在于，训练所述目标模型(230)还包括：

生成多个数据批(210)，其中，每个数据批(210)包括至少一个数据对，并且其中选择数据对被包括在选择数据批(210)中的概率是基于所述选择数据对的相应的所述对比得分(154)，并且其中所述概率随着相应的所述对比得分(154)增加而增加；以及

使用每个数据批(210)来训练所述目标模型(230)。

5.根据权利要求4所述的方法(1000)，其特征在于，生成所述多个数据批(210)包括：

确定每个数据批(210)的选择率(312)；

确定每个数据批(210)的批大小(322)，其中所述批大小(322)基于所述选择率(312)和所述第三数据集(152)中的数据对(153)的数量；

从所述第三数据集(152)中选择与所确定的所述批大小(322)相对应的数个数据对(153)；

基于相应的所述对比得分(154)对所选择的所述数据对(342)进行排序；以及

从所述数据批(210)中去除具有最低对比得分(154)的所选择的所述数据对(342)的去除率，所述去除率包括所述选择率(312)的倒数。

6.根据权利要求5所述的方法(1000)，其特征在于，所述选择率(312)随着训练时间而减小。

7.根据权利要求6所述的方法(1000)，其特征在于，所述批大小(322)等于固定批大小(324)除以所述选择率(312)。

8.根据权利要求1-7中任一项所述的方法(1000)，其特征在于，所述目标模型(230)大于所述基础模型(134)。

9.根据权利要求1-8所述的方法(1000)，其特征在于，还包括：

由所述数据处理硬件(112)确定所述目标模型(230)的大小与所述基础模型(134)的大小相同；以及

当所述目标模型(230)的大小与所述基础模型(134)的大小相同时：

由所述数据处理硬件(112)将所述基础模型(134)替换为所述适应模型(144)；

由所述数据处理硬件(112)将所述适应模型(144)替换为所述目标模型(230)；

由所述数据处理硬件(112)使用所述基础模型(134)和替换后的所述适应模型(144)为数据对(911)的第四数据集(910)的每个数据对(911)确定所述对比得分(154)；以及

由所述数据处理硬件(112)使用所述第四数据集(910)的所述数据对(911)和所述对比得分(154)来训练后续目标模型(230)。