首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

反命名实体识别的编码器对抗训练、隐私保护方法及装置 

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:支付宝(杭州)信息技术有限公司

摘要:说明书实施例提供了一种反命名实体识别的编码网络训练、隐私保护方法及装置,该方法包括:获取第一样本集,其中包括多个第一样本,每个第一样本对应一段原始文本和针对其中命名实体的标注标签;对各第一样本,将其对应的原始文本输入编码网络,获得其特征文本;将特征文本输入预先训练的命名实体识别网络模型,获得针对命名实体的识别结果,根据识别结果和第一样本对应的标注标签,确定识别损失;将特征文本输入重构网络模型,获得重构文本,根据重构文本和原始文本,确定重构损失;根据原始文本和特征文本,确定比较损失;确定编码损失,编码损失与比较损失正相关,与识别损失和重构损失负相关;以编码损失趋于减少为目标,更新编码网络。

主权项:1.一种反命名实体识别的编码网络的训练方法,所述方法包括:获取有标签的第一样本集,其中包括多个第一样本,每个第一样本对应一段原始文本和针对原始文本中命名实体的标注标签;对于各个第一样本,将所述第一样本对应的原始文本输入编码网络,获得其特征文本;将所述特征文本输入预先训练的命名实体识别网络模型,获得针对命名实体进行识别的识别结果,根据识别结果和第一样本对应的标注标签,确定识别损失;将所述特征文本输入重构网络模型,获得重构文本,根据重构文本和原始文本,确定重构损失;根据原始文本和特征文本,确定比较损失;确定编码损失,所述编码损失与所述比较损失正相关,与所述识别损失和所述重构损失负相关;以所述编码损失趋于减少为目标,更新所述编码网络。

全文数据:

权利要求:

百度查询: 支付宝(杭州)信息技术有限公司 反命名实体识别的编码器对抗训练、隐私保护方法及装置

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。