申请/专利权人：北京大学

申请日：2023-11-27

公开（公告）日：2024-04-02

公开（公告）号：CN117807063A

主分类号：G06F16/215

分类号：G06F16/215;G06F16/25

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请提供一种面向知识抽取模型全生命周期管理方法、装置及相关产品，可用于人工智能技术领域。该方法包括：获取多个预设数据集；将各预设数据集中的数据转换为统一规定格式，并进行数据清洗处理及模型特有的特征抽取处理，以获得各处理后数据集；从Git仓库中获取各预设知识抽取模型；采用各处理后数据集分别对各预设知识抽取模型进行自动训练及评估，以获得各处理后数据集对应的最优预设知识抽取模型；获取待确认的目标数据集，并基于目标数据集与多个候选处理后数据集的相似度确定目标数据集对应的最优目标知识抽取模型；采用最优目标知识抽取模型对目标数据集进行预测。

主权项：1.一种面向知识抽取模型全生命周期管理方法，其特征在于，包括：获取多个预设数据集；所述各预设数据集为异构数据集；将各所述预设数据集中的数据转换为统一规定格式，并进行数据清洗处理及模型特有的特征抽取处理，以获得各处理后数据集；采用Git仓库地址信息访问预先创建的Git仓库，并从所述Git仓库中获取各预设知识抽取模型；所述Git仓库用于存储各预设知识抽取模型对应的代码及各预设知识抽取模型版本信息，并用于对各预设知识抽取模型版本进行控制，以及对代码进行溯源及复制操作；采用各处理后数据集分别对各预设知识抽取模型进行自动训练及评估，以获得各处理后数据集对应的最优预设知识抽取模型；获取待确认的目标数据集，并基于目标数据集与多个候选处理后数据集的相似度确定目标数据集对应的最优目标知识抽取模型，所述候选处理后数据集是从各处理后数据集中筛选出的；采用所述最优目标知识抽取模型对所述目标数据集进行预测。

全文数据：

权利要求：

百度查询： 北京大学 面向知识抽取模型全生命周期管理方法、装置及相关产品

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