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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利基于文本的模型训练方法、相关设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115130668B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210356995.X，技术领域涉及：G06N3/0895；该发明授权基于文本的模型训练方法、相关设备及存储介质是由康战辉设计研发完成，并于2022-04-06向国家知识产权局提交的专利申请。

本基于文本的模型训练方法、相关设备及存储介质在说明书摘要公布了：本申请实施例公开了一种基于文本的模型训练方法、相关设备及存储介质，方法包括：获取目标样本，目标样本包括一个对象搜索文本和一个对象描述文本；多次调用特征编码模型对目标样本中的各文本进行特征扰动编码，以得到第一特征向量和第二特征向量；再分别根据第一特征向量和第二特征向量，对目标样本中的对象描述文本进行分类处理，得到两个分类结果；最后按照对比学习策略根据两个分类结果，优化特征编码模型的模型参数。采用本申请实施例可以优化神经网络模型的模型性能，以提升文本分类的准确性。

本发明授权基于文本的模型训练方法、相关设备及存储介质在权利要求书中公布了：1.一种基于文本的模型训练方法，其特征在于，包括： 获取目标样本，所述目标样本包括一个对象搜索文本和一个对象描述文本；所述对象描述文本是预存储的用于描述对象的文本，所述对象描述文本描述的对象，是对所述对象搜索文本进行反馈所输出的对象； 调用特征编码模型对所述目标样本中的各文本进行第一特征扰动编码，以得到第一特征向量；以及，调用所述特征编码模型对所述目标样本中的各文本进行第二特征扰动编码，以得到第二特征向量；所述第一特征向量表征所述目标样本中经第一特征扰动编码后的各文本之间的交叉语义，所述第二特征向量表征所述目标样本中经第二特征扰动编码后的各文本之间的交叉语义； 分别根据所述第一特征向量和所述第二特征向量，对所述目标样本中的对象描述文本进行分类处理，得到两个分类结果；任一分类结果包括：所述目标样本中的对象描述文本属于至少一个文本类别的概率，文本类别用于指示对象描述文本和对象搜索文本之间的相关性对应的相关性档位； 获取基于对比学习策略所构建的目标损失函数； 调用所述目标损失函数根据所述两个分类结果进行损失值运算，得到目标损失值； 获取所述目标样本中的对象描述文本的类别标签，所述类别标签用于指示所述目标样本中对象描述文本和对象搜索文本之间的相关性档位； 调用交叉熵损失函数根据所述类别标签与所述两个分类结果，计算得到交叉熵损失值； 对所述交叉熵损失值和所述目标损失值进行整合，得到整合后的损失值；并按照减少所述整合后的损失值的方向，优化所述特征编码模型的模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。