龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国科学技术大学
摘要：本发明公开了基于LLM和PLM相结合的数据分类方法，涉及数据分类技术领域，目标分类模型的训练过程如下：S1：构建训练数据集；S2：通过训练集中的种子数据训练PLM以构造分类“小模型”；S3：构建分类知识库，将分类知识库、权威机构发布的多级标签列表、精选数据集中的事件信息输入到LLM中，以得到分类标签结果A；S4：将精选数据集中的事件信息输入到PLM中进行多级分类，以输出分类标签结果B；S5：通过判断分类标签结果A和分类标签结果B是否一致，判断处理后输出最终分类标签；S6：基于终分类标签对应上级标签列表，输出所有分类标签；该数据分类方法提高了标签分类的精准度。
主权项：1.基于LLM和PLM相结合的数据分类方法，通过目标分类模型对输入的事件数据进行处理，以输出事件数据的所有标签分类结果；所述目标分类模型包括LLM和PLM，目标分类模型的训练过程如下：S1：构建训练数据集，所述训练数据集中的种子数据为对获取到的历史数据进行预处理以及统计分析得到的数据，种子数据通过LLM和PLM处理后得到精选数据集；S2：通过种子数据训练PLM以构造分类“小模型”；S3：构建分类知识库，所述分类知识库包括数据分类及关键词知识库信息和Prompt模版知识库信息，将分类知识库、权威机构发布的多级标签列表、精选数据集中的事件信息输入到LLM中，以输出分类标签结果A；S4：将精选数据集中的事件信息输入到分类“小模型”中进行多级分类，以输出分类标签结果B；S5：判断分类标签结果A和分类标签结果B是否一致，若一致，则输出对应的分类标签结果作为终分类标签，如不一致，则基于评价模型对分类标签结果A和分类标签结果B进行评价，将满足设定相似度阈值的分类标签结果作为终分类标签；S6：基于终分类标签对应上级标签列表，输出所有分类标签。
全文数据：
权利要求：
百度查询： 中国科学技术大学 基于LLM和PLM相结合的数据分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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