的卢技术有限公司于兴文获国家专利权
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！
龙图腾网获悉的卢技术有限公司申请的专利一种基于强化学习的自然语言数据打标方法及系统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：CN114064878B 。
龙图腾网通过国家知识产权局官网在2025-07-15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：202111196737.1，技术领域涉及：G06F16/335；该发明授权一种基于强化学习的自然语言数据打标方法及系统是由于兴文设计研发完成，并于2021-10-14向国家知识产权局提交的专利申请。
本一种基于强化学习的自然语言数据打标方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的自然语言数据打标方法及系统，包括以下步骤：根据标注人员人工选择的标准数据进行数据推荐与生成；将数据推荐与生成中不同算法输出的数据按照一定比例即算法输出比例推送给标注人员，标注人员对被推送的数据进行选择；根据每种算法输出数据中被标注人员选择的数据占该算法总输出数据的比例获取奖励值，根据奖励值采用强化学习中策略梯度方法对模型进行训练，在线优化算法模型。本发明着重解决自然语言数据扩充与数据打标人工处理工作量大，AI处理精度低的问题。
本发明授权一种基于强化学习的自然语言数据打标方法及系统在权利要求书中公布了：1.一种基于强化学习的文本数据打标方法，其特征在于，包括以下步骤： 1根据标注人员人工选择的标准数据进行数据推荐与生成； 2将数据推荐与生成中不同算法输出的数据按照一定比例即算法输出比例推送给标注人员，标注人员对被推送的数据进行选择； 3根据每种算法输出数据中被标注人员选择的数据占该算法总输出数据的比例获取奖励值，根据奖励值采用强化学习中策略梯度方法对模型进行训练，在线优化模型； 数据推荐与生成中不同算法输出的数据按照一定比例推送给标注人员，该比例为算法输出比例，每种算法输出数据中被标注人员选择的数据占该算法总输出数据的比例为奖励值，强化学习中策略梯度方法的损失函数为 loss＝-logp*reward 其中，p为算法输出比例，reward为奖励值，通过对该损失函数进行最优化训练，在线优化模型。
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的卢技术有限公司，其通讯地址为：210033 江苏省南京市南京经济技术开发区恒泰路8号汇智科技园A1栋第11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”。
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