一种基于ALBERT与知识蒸馏的轻量化网络配置方法及系统

本发明公开了一种基于ALBERT与知识蒸馏的轻量化网络配置方法及系统，该方法为：采用知识蒸馏技术将预训练ALBERT‑large教师模型压缩为轻量化ALBERT‑base学生模型；构建网络配置知识图谱，对模型输出的配置意图和实体进行多维度校验；根据终端设备特征自动生成可执行配置；通过实时采集用户反馈，形成闭环优化机制：如果生成的配置方案通过用户的验证并满足所有需求，则输出最终的配置方案；否则返回初始步骤进行迭代。所述系统用于实现基于ALBERT与知识蒸馏的轻量化网络配置方法。本发明提升了网络配置的自动化水平，实现了网络配置工作的高效性和可靠性的双重提升。