Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮云信息技术股份公司王功明获国家专利权

浪潮云信息技术股份公司王功明获国家专利权

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!

龙图腾网获悉浪潮云信息技术股份公司申请的专利一种基于双层迭代直推式学习的地址单元解析方法和装置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:CN115600576B

龙图腾网通过国家知识产权局官网在2026-02-03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:202211227013.3,技术领域涉及:G06F40/205;该发明授权一种基于双层迭代直推式学习的地址单元解析方法和装置是由王功明;潘心冰;李明明设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。

一种基于双层迭代直推式学习的地址单元解析方法和装置在说明书摘要公布了:本发明提供一种基于双层迭代直推式学习的地址单元解析方法和装置,属于地址单元解析领域,本发明包括以下步骤:S1:划分地址单元数据集;S2:训练基础地址单元标注模型;S3:基于双层直推学习迭代优化地址单元标注模型;S4:使用最终地址单元标注模型标注测试集;S5:从标注结果中提取地址单元。同时,本发明还提供了一种用于实现上述方法的基于双层迭代直推式学习的地址单元解析装置。本发明的理论基础是结合地址单元标注模型迭代训练和优化的全过程,建立由“轮”和“批次”构成的双层迭代直推式学习流程,以批次为最小单位对地址单元标注模型进行微调,根据F1值的变化情况来选择样本进行扩增,可以提高地址单元标注模型的预测质量。

本发明授权一种基于双层迭代直推式学习的地址单元解析方法和装置在权利要求书中公布了:1.一种基于双层迭代直推式学习的地址单元解析方法,其特征在于, 包括以下步骤: S1:划分地址单元数据集; S2:训练基础地址单元标注模型; S3:基于双层直推学习迭代优化地址单元标注模型; S4:使用最终地址单元标注模型标注测试集; S5:从标注结果中提取地址单元; 所述步骤S3用F1Base表示模型ModelBase在验证集DSAdev上的F1值,用{S1,S2,…,Sj,…,SN}表示测试集DSAtest,其中Sj是第j个句子,1≤j≤N,N是DSAtest所包含的句子个数,用DSAtest,tagged={S1,T1,C1,S2,T2,C2,…,Sj,Tj,Cj,…,SN,TN,CN}表示测试集DSAtest的标注结果,其中Tj和Cj分别是Sj的地址单元标注序列和地址单元分值序列,它们分别保存Sj中每个单字的地址单元标签和对应的分值,用DSAIter,Pre和DSAIter,Curr分别表示迭代过程中前一轮和当前轮分值排名满足阈值要求的地址单元标注结果,用ModelIter,Pre和ModelIter,Curr分别表示迭代过程中前一轮和当前轮所生成的地址单元标注模型,用F1Iter,Pre和F1Iter,Curr分别表示ModelIter,Pre和ModelIter,Curr在验证集DSAdev上的F1值,用ΔF1Iter,Sum和ΔF1Iter,Once分别表示迭代过程中相邻轮F1值的累加降幅和单次降幅,用δIter,Sum和δIter,Once分别表示迭代过程中相邻轮F1值的累加降幅阈值和单次降幅阈值;具体包括: S31:初始化ModelIter,Pre=ModelIter,Curr=ModelBase、F1Iter,Pre=F1Iter,Curr=F1Base,ΔF1Iter,Sum=0; S32:使用ModelIter,Curr处理测试集DSAtest,得到DSAtest,tagged; 采用ModelIter,Curr逐句处理DSAtest中的句子Sj,1≤j≤N,得到对应标注结果Tj; S33:从DSAtest,tagged中选择分值排名满足阈值要求的地址单元标注结果,得到DSAIter,Curr; S34:如果DSAIter,Curr==DSAIter,Pre,那么转S3D,否则转S35; S35:使用DSAIter,Curr对ModelIter,Curr进行微调; S36:使用ModelIter,Curr预测验证集DSAdev,得到F1Iter,Curr; S37:计算相邻轮F1值的单次降幅ΔF1Iter,Once=F1Iter,Pre-F1Iter,Curr; S38:如果ΔF1Iter,Once≤δIter,Once,那么转S39,否则转S3C; S39:计算相邻轮F1值的累加降幅ΔF1Iter,Sum=ΔF1Iter,Sum+ΔF1Iter,Once; S3A:如果ΔF1Iter,Sum≤δIter,Sum,那么转S3B,否则转S3C; S3B:保存当前轮的迭代优化结果,DSAIter,Pre=DSAIter,Curr,ModelIter,Pre=ModelIter,Curr,F1Iter,Pre=F1Iter,Curr,转S32; S3C:生成最终地址单元标注模型ModelFinal=ModelIter,Pre,转S3E; S3D:生成最终地址单元标注模型ModelFinal=ModelIter,Curr; S3E:返回所生成的最终地址单元标注模型ModelFinal。

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浪潮云信息技术股份公司,其通讯地址为:250100 山东省济南市高新区浪潮路1036号浪潮科技园S01号楼;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。