龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京达佳互联信息技术有限公司
申请日：2021-05-31
公开（公告）日：2024-06-21
公开（公告）号：CN113468322B
主分类号：G06F16/35
分类号：G06F16/35;G06F16/332;G06F40/284
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2021.10.26#实质审查的生效;2021.10.01#公开
摘要：本公开关于一种关键词识别模型的训练、提取方法、装置、设备及介质，涉及自然语言处理领域，训练方法包括：获取文本样本集；将所述文本样本集中的各文本样本输入预训练后的语言模型进行单个字符类别预测，得到各所述文本样本对应的类别预测结果；确定各所述文本样本中每个字符的参考类别，得到各所述文本样本对应的类别标签结果；所述参考类别指示相应字符是否为多字关键词的边界字符；根据各所述文本样本的对应的类别预测结果和类别标签结果，计算得到损失数据；基于所述损失数据训练所述语言模型，得到文本关键词识别模型。利用本公开实施例提供的技术方案可以提升模型识别多字关键词的效率，以及提高从文本中提取关键词的效率。
主权项：1.一种文本关键词识别模型的训练方法，其特征在于，所述方法包括：获取文本样本集；将所述文本样本集中的各文本样本输入预训练后的语言模型进行单个字符类别预测，得到各所述文本样本对应的类别预测结果；确定各所述文本样本中每个字符的参考类别，得到各所述文本样本对应的类别标签结果；所述参考类别指示相应字符是否为多字关键词的边界字符；根据预设的类别筛选条件和各所述文本样本的类别标签结果，确定各所述文本样本中不参与损失数据计算的目标字符；根据各所述文本样本对应的的类别预测结果和类别标签结果，计算得到各所述文本样本去除所述目标字符后对应的损失数据；基于所述损失数据训练所述语言模型，得到文本关键词识别模型。
全文数据：
权利要求：
百度查询： 北京达佳互联信息技术有限公司 关键词识别模型的训练、提取方法、装置、设备及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号