申请/专利权人：国际商业机器公司

申请日：2020-04-27

公开（公告）日：2024-04-26

公开（公告）号：CN111898762B

主分类号：G06N20/00

分类号：G06N20/00;G06N5/022;G06F40/30;G06F40/205

优先权：["20190506 US 16/404,141"]

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.11.24#实质审查的生效;2020.11.06#公开

摘要：一个实施例提供了一种方法，包括：从多个输入源挖掘多个深度学习模型；通过解析i对应于深度学习模型的代码和ii对应于深度学习模型的文本中的至少一个，从深度学习模型中的每一个提取信息；对于深度学习模型中的每一个，识别在深度学习模型内执行操作的操作器；对于深度学习模型中的每一个并且从i提取的信息和ii识别的操作符产生包括深度学习模型的术语和特征的本体，其中该产生包括用每个深度学习模型的特征填充预定义的本体格式；以及生成包括多个深度学习模型的深度学习模型目录，其中对于深度学习模型中的每一个，目录包括对应于深度学习模型的本体。

主权项：1.一种方法，包括：从多个输入源挖掘多个深度学习模型；通过解析i对应于所述深度学习模型的代码和ii对应于所述深度学习模型的文本中的至少一个，从所述深度学习模型中的每一个提取信息；对于所述深度学习模型中的每一个，识别在所述深度学习模型内执行操作的操作器；对于所述深度学习模型中的每一个并且根据i所提取的信息和ii所识别的操作器产生包括所述深度学习模型的术语和特征的本体，其中所述产生包括用每个深度学习模型的特征填充预定义的本体格式；以及生成包括所述多个深度学习模型的深度学习模型目录，其中对于所述深度学习模型中的每一个，所述深度学习模型目录包括对应于所述深度学习模型的本体。

全文数据：

权利要求：

百度查询： 国际商业机器公司 深度学习模型目录创建

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD