多任务模型推理、多任务信息处理的方法和装置

摘要

本公开提供了多任务模型推理、多任务信息处理的方法和装置，涉及人工智能领域，具体涉及自然语言处理、深度学习、预训练模型技术，可应用在智慧城市、智慧政务场景下。具体实现方案为：获取至少两个任务的样本集。将固定长度字符输入前缀模型，得该任务的适配向量；将该任务的适配向量和所选取的样本中的文本信息输入预训练模型，得到输出向量；将输出向量输入该任务对应的输出层，得到预测结果；根据预测结果和所选取的样本中的标注信息的比较结果确定损失值；基于损失值调整前缀模型和输出层的相关参数。基于预训练模型、每个任务的输出层、每个任务的适配向量获得多任务模型。该实施方式降低了预训练模型在多个任务上部署推理服务的成本。