一种多任务学习的公司公告处理方法及服务端

摘要

本发明公开了一种多任务学习的公司公告处理方法及服务端，将历史公告数据输入多任务学习模型的共享层，通过Bert对历史公告数据进行预训练；将处理任务对应的数据集输入到多任务学习模型的任务层，以训练多任务学习模型；获取当前公告数据，将当前公告数据输入训练好的多任务学习模型，得到任务处理结果；本发明通过采用迁移学习加多任务学习的方式来构建一个多任务学习模型，具有学习效率较高、泛化性较强、人工维护成本低、多个任务的准确率较高以及召回率较高且便于工程部署及维护。