一种基于先学习后遗忘的知识交换方法及其应用

本发明公开了一种基于先学习后遗忘的知识交换方法及其应用，涉及机器学习与知识管理技术领域，选择预训练的深度学习模型作为基础模型，构建保留集、遗忘集和学习集；基础模型对学习集进行新知识学习，此阶段模型的训练目标为：使学习集的准确率接近1，同时保持保留集的准确率不变；基础模型完成新知识学习后，通过选择性遗忘机制遗忘与新任务无关的知识，此阶段模型的训练目标为：使遗忘集的准确率接近0，同时保持保留集和学习集的准确率不变。本发明通过把持续学习和机器遗忘集合到一起，解决了深度学习模型在处理预训练模型的知识更新时所面临的同时进行无用知识遗忘和新知识学习之间的矛盾问题。本发明提出基于先学习再遗忘的知识交换方法，能够在确保新知识高效学习的同时，有选择性地遗忘指定知识，从而实现更精细化的知识调控，提高模型的适应性和稳定性。