龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东财经大学
摘要：本发明提供一种基于类别对抗联合学习的跨提示自动作文评分方法、装置及电子设备，属于作文评分技术领域，获取待评测作文的作文数据；将作文数据，输入到具有Hi‑att网络的特征提取器中，输出作文特征；定义判别器，将判别器与特征提取器进行对抗性训练；将作文特征与手工特征进行拼接，并通过多个不同的非线性特征变换预测评分并计算评分损失；使用回归损失、分类损失和对抗损失，对待评测作文的评分、等级预测以及泛化能力进行处理。本发明提升模型的性能。通过采用类别感知的对抗训练方法，提升了分类性能，有效避免了由于类别分布不均衡导致的源提示间错位对齐问题，大大增强模型的实用性和准确度。
主权项：1.一种基于类别对抗联合学习的跨提示自动作文评分方法，其特征在于，方法包括：S101：获取待评测作文的作文数据；S102：将作文数据，输入到具有Hi-att网络的特征提取器中，输出作文特征；S103：定义判别器，将判别器与特征提取器进行对抗性训练；S104：将作文特征与手工特征进行拼接，并通过多个不同的非线性特征变换预测评分并计算评分损失；S105：使用回归损失、分类损失和对抗损失，对待评测作文的评分、等级预测以及泛化能力进行处理。
全文数据：
权利要求：
百度查询： 山东财经大学 一种基于类别对抗联合学习的跨提示自动作文评分方法、装置及电子设备
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