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：卓世智星(青田)元宇宙科技有限公司
摘要：本发明提供一种向量化模型的文本数据集生成方法及装置，属于人工智能技术领域；所述方法包括：对指定领域下的文本文档进行文本分割处理，得到多个文本段落；针对每个目标文本段落，计算目标文本段落与每个其他文本段落的相关度；基于相关度和预设相关度阈值，从其他文本段落中确定目标文本段落对应的正例集和负例集；对所述多个正例段落进行关键词提取处理，得到关键词集合；结合关键词集合和目标文本段落，生成目标文本段落对应的目标查询文本；组合每个目标文本段落对应的目标查询文本、正例集以及负例集，以在指定领域中生成向量化模型的文本数据集，从而实现快速生成指定领域下，向量化模型的高质量文本数据集。
主权项：1.一种向量化模型的文本数据集生成方法，其特征在于，所述方法包括：对指定领域下的文本文档进行文本分割处理，得到多个文本段落；针对每个目标文本段落，计算所述目标文本段落与每个其他文本段落的相关度，得到目标文本段落对应的多个相关度，所述目标文本段落为所述多个文本段落中的任意一个；基于所述多个相关度和预设相关度阈值，从所述其他文本段落中确定所述目标文本段落对应的正例集和负例集，所述正例集中包括多个正例段落，所述负例集中包括多个负例段落；对所述多个正例段落进行关键词提取处理，得到关键词集合；结合所述关键词集合和所述目标文本段落，生成所述目标文本段落对应的目标查询文本，包括：从所述关键词集合中确定目标词组，所述目标词组中包括预设数量个关键词；基于所述目标词组和所述目标文本段落，生成目标提示词，所述目标提示词中包括目标数量；使用所述目标提示词引导生成语言模型，生成所述目标数量个候选查询文本；对所述目标数量个候选查询文本进行合理性检测，并基于所述合理性检测结果从所述目标数量个候选查询文本中确定目标查询文本；组合每个目标文本段落对应的所述目标查询文本、所述正例集以及所述负例集，以在所述指定领域中生成向量化模型的文本数据集。
全文数据：
权利要求：
百度查询： 卓世智星(青田)元宇宙科技有限公司 一种向量化模型的文本数据集生成方法及装置
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