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：深圳智能思创科技有限公司
申请日：2024-03-12
公开（公告）日：2024-06-25
公开（公告）号：CN118246450A
主分类号：G06F40/295
分类号：G06F40/295;G06F40/289;G06F40/237;G06F40/216
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及文本采样技术领域，并公开了一种短文本采样方法、装置、设备及存储介质，该方法包括：对目标短文本集合进行预处理，得到token‑id序列和attention‑mask序列；基于token‑id序列、attention‑mask序列和BERT模型对目标短文本集合进行句向量编码，得到句向量集合；从句向量集合中获取符合采样偏好的初始采样集合及最大行列式值；基于初始采样集合及最大行列式值，使用快速贪心算法对目标短文本集合进行文本采样。本发明引入BERT模型和快速贪心算法对短文本进行句向量编码和行列式点过程运算来进行短文本采样，从而实现节约人力的技术目的，进而能够快速准确且有效地实现短文本采样。
主权项：1.一种短文本采样方法，其特征在于，所述方法包括以下步骤：对目标短文本集合进行预处理，得到token-id序列和attention-mask序列；基于所述token-id序列、所述attention-mask序列和BERT模型对所述目标短文本集合进行句向量编码，得到句向量集合；从所述句向量集合中获取符合采样偏好的初始采样集合及最大行列式值；基于所述初始采样集合及所述最大行列式值，使用快速贪心算法对所述目标短文本集合进行文本采样。
全文数据：
权利要求：
百度查询： 深圳智能思创科技有限公司 短文本采样方法、装置、设备及存储介质
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