申请/专利权人：谷歌有限责任公司

申请日：2019-10-29

公开（公告）日：2024-03-19

公开（公告）号：CN110796190B

主分类号：G06F18/2431

分类号：G06F18/2431;G06N3/044;G06N3/0495;G06N3/0464;G06N3/084;G06N3/09;G06F18/213

优先权：["20181029 US 62/752,128"]

专利状态码：有效-授权

法律状态：2024.03.19#授权;2020.03.10#实质审查的生效;2020.02.14#公开

摘要：本公开的各方面使得人为指定的关系能够有助于实现映射，该映射使得能够压缩机器学习模型的输出结构。诸如最大熵模型的指数模型可以利用机器学习嵌入和映射来产生分类输出。以这种方式，可以将机器学习模型例如，深度网络的特征发现功能与基于人类对待解决问题的结构性质的理解而开发的关系进行协同组合，从而使得能够压缩模型输出结构，而没有明显的精度损失。这些压缩模型提高了“设备上”或其他资源受限场景的适用性。

主权项：1.一种计算机系统，包括：一个或多个处理器；以及一个或多个非暂时性计算机可读介质，共同存储机器学习分类模型，所述机器学习分类模型被配置为基于输入数据集合生成分类输出，所述分类输出包括分别用于多个离散类别的多个分类分数，每个离散类别的分类分数指示输入数据对应于离散类别的可能性，其中，输入数据包括文本数据；其中，机器学习分类模型包括嵌入模型和指数模型的组合；其中，嵌入模型被配置为接收输入数据集合并基于输入数据集合产生嵌入，其中，所述嵌入包括分别用于在嵌入模型的非softmax最终层中包括的多个参数的多个参数值，使得在嵌入模型的非softmax最终层中包括的参数的数量小于离散类别的数量；以及其中，指数模型被配置为接收嵌入并应用映射以生成分类输出的多个分类分数，其中，映射描述在嵌入模型的非softmax最终层中包括的多个参数与多个离散类别之间的多个关系，其中，分类输出与单词集合对应。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 具有深度学习特征的指数建模

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD