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：北京百度网讯科技有限公司
摘要：本公开公开了分类模型的训练方法，涉及自然语言处理领域，尤其涉及机器学习领域。具体实现方案为：将标签序列定义为文本信息，其中，标签序列是由预定义的分类标签构成的；获取第一数据集，并将第一数据集中的样本定义为问题信息；以及将文本信息和问题信息分别作为预设模型的文本输入和问题输入来训练预设模型，以得到分类模型。
主权项：1.一种分类模型的训练方法，包括：将标签序列定义为文本信息，其中，所述标签序列是由预定义的分类标签构成的；获取第一数据集，并将所述第一数据集中的样本定义为问题信息；以及将所述文本信息和所述问题信息分别作为预设模型的文本输入和问题输入来训练所述预设模型，以得到所述分类模型；其中，将所述文本信息和所述问题信息分别作为预设模型的文本输入和问题输入来训练所述预设模型包括：将所述文本信息和所述问题信息分别作为所述文本输入和所述问题输入，输入所述预设模型，以获得针对所述标签序列的标注序列；基于所述标注序列，确定所述标签序列中被抽取的至少一个分类标签；确定所述至少一个分类标签所对应的类别为针对所述样本的分类结果；以及基于所述分类结果来训练所述预设模型；其中，所述标注序列包括与所述标签序列中的字符一一对应的字符，以指示所述标签序列中的标签是否被抽取。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 分类模型的训练方法、文本分类方法及装置
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