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！

龙图腾网获悉中国工业互联网研究院申请的专利一种利用小样本数据提升迁移学习文本分类准确率的方法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：CN116720573B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310461366.8，技术领域涉及：G06N3/096；该发明授权一种利用小样本数据提升迁移学习文本分类准确率的方法是由顾维玺;朱国伟;周河晓;黄自成;李直儒;肖泽晓;李甲;蒋泊辰设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种利用小样本数据提升迁移学习文本分类准确率的方法在说明书摘要公布了：本发明公开一种利用小样本数据提升迁移学习文本分类准确率的方法，包括：步骤S1，使用工业互联网数据作为原始训练数据；步骤S2，使用基于LaserTagger数据增强方法对原始训练数据增强，生成更多训练数据；步骤S3，利用增强后数据进行BERT模型训练，具体利用BERT进行文本分类，BERT基于MaskedLanguageModel即MLM作为新的预训练目标语言模型。本发明可在小样本语料利用模型提升工业互联网领域的文本分类识别效果，通过语义和模型的方式，对工业互联网领域增加文本数据量并提高模型的鲁棒性，后利用迁移学习方法识别，降低文本标注数据成本，提高工业互联网领域文本分类效果、模型识别准确率。

本发明授权一种利用小样本数据提升迁移学习文本分类准确率的方法在权利要求书中公布了：1.一种利用小样本数据提升迁移学习文本分类准确率的方法，其特征在于：该方法具体过程如下： 步骤S1，使用工业互联网数据作为原始训练数据； 步骤S2，使用种基于LaserTagger的数据增强方法对原始训练数据进行增强，以生成更多的训练数据； 步骤S3，利用增强后的数据进行BERT模型训练，具体为利用BERT进行文本分类，BERT基于MaskedLanguageModel即MLM作为新的预训练目标语言模型； 所述步骤2的具体过程如下： S201、将原始数据中的每个数据样本拆分为一个输入句子和一个标签序列； S202、对输入句子进行基于LaserTagger的增强，采用同义词替换、反义词替换、随机插入词语和词序颠倒方式，以生成新的输入句子； S203、将标签序列进行相应的增强，确保其与增强后的输入句子相对应； S204、将步骤S202增强后的输入句子和步骤S203增强后的标签序列作为新的训练数据加入到原始训练数据中； 所述步骤3的具体过程如下：具体步骤如下： S301、将增强后的数据集划分为训练集、验证集和测试集； S302、使用BERT模型进行训练，选择预训练的基础模型进行迁移学习； S303、在训练过程中，使用学习率衰减、earlystopping、或dropout方法以提高模型的性能。

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中国工业互联网研究院，其通讯地址为：100000 北京市朝阳区酒仙桥东路9号院北京电子城科技研发中心8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”。

以上内容由龙图腾AI智能生成。