申请/专利权人:京东方科技集团股份有限公司;北京大学
申请日:2020-03-16
公开(公告)日:2021-09-17
公开(公告)号:CN113408552A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06F16/903(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.10.08#实质审查的生效;2021.09.17#公开
摘要:本发明实施例提供一种特征量化模型训练、特征量化、数据查询方法及系统,该特征量化模型训练方法包括:获取多个源数据域;获取每一所述源数据域的特征信息和标注信息;根据所有所述源数据域的特征信息和标注信息,对特征量化模型进行训练,得到公共特征量化模型,其中,训练过程中,从所述多个源数据域的特征信息中分解出公共特征信息和域专有的特征信息,所述公共特征信息为所述多个源数据域共有的特征信息。本发明实施例中,使用多个源数据域的丰富的标注信息训练得到公共特征量化模型,公共特征量化模型可用于标注信息匮乏的目标数据域的特征量化,从而提高特征量化模型在标注信息匮乏的数据域的特征量化性能。
主权项:1.一种特征量化模型训练方法,其中,包括:获取多个源数据域;获取每一所述源数据域的特征信息和标注信息;根据所有所述源数据域的特征信息和标注信息,对特征量化模型进行训练,得到公共特征量化模型,其中,训练过程中,从所述多个源数据域的特征信息中分解出公共特征信息和域专有的特征信息,所述公共特征信息为所述多个源数据域共有的特征信息。
全文数据:
权利要求:
百度查询: 京东方科技集团股份有限公司;北京大学 特征量化模型训练、特征量化、数据查询方法及系统
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。