北京澜舟科技有限公司王宇龙获国家专利权
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！
龙图腾网获悉北京澜舟科技有限公司申请的专利一种降低语义识别计算量的方法、系统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：CN114564939B 。
龙图腾网通过国家知识产权局官网在2025-11-11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：202210160057.2，技术领域涉及：G06F40/205；该发明授权一种降低语义识别计算量的方法、系统及存储介质是由王宇龙;张倬胜;华菁云;周明设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。
本一种降低语义识别计算量的方法、系统及存储介质在说明书摘要公布了：本发明涉及自然语言处理领域，特别涉及一种降低语义识别计算量的方法、系统及存储介质。本发明的降低语义识别计算量的方法包括如下步骤：获取预训练模型；对预训练模型增加训练优化训练目标成为最终训练模型；将待识别文本输入最终训练模型；输出待识别文本语义。通过增加训练优化训练目标的设计，使得无需改变模型的结构就能提升训练的精确性和模型的鲁棒性，同时还降低了模型的复杂程度，降低了模型的计算量，解决了现有技术模型的计算量过大的问题。
本发明授权一种降低语义识别计算量的方法、系统及存储介质在权利要求书中公布了：1.一种降低语义识别计算量的方法，其特征在于：包括以下步骤： 获取原始句子W，设立第一训练目标； 将原始句子W拆分成子词原始序列，对原始句子W的子词原始序列进行随机遮盖以生成遮盖后句子和遮盖后序列，将所述遮盖后句子输入语言模型，得到编码后的上下文表示H，并通过第一训练目标训练模型获得预训练模型； 所述第一训练目标设置为，为预训练模型的损失函数，D表示遮盖后的token位置，m表示被遮盖的总数，表示在出现的情况下，出现wk的概率，为第k个输入的句子，为遮盖后句子； 对所述预训练模型增加训练优化训练目标成为最终训练模型； 所述训练优化训练目标包括第二训练目标和或第三训练目标，所述第二训练目标为计算原始序列和遮盖后序列之间的KL散度，设置为，所述第三训练目标为计算预测序列和原始序列之间的KL散度，设置为； 其中，为原始序列和遮盖后序列之间KL散度的预测损失函数，为预测序列和原始序列之间KL散度的预测损失函数为遮盖后序列分布，为原始序列分布，为预测序列分布，i表示第i个序列，n表示序列总数； 将待识别文本输入最终训练模型； 输出待识别文本语义。
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北京澜舟科技有限公司，其通讯地址为：100000 北京市海淀区海淀大街3号B座11层1101-3室；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”。
以上内容由龙图腾AI智能生成。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励