申请/专利权人：北京百度网讯科技有限公司

申请日：2020-11-27

公开（公告）日：2024-04-02

公开（公告）号：CN112487814B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/295;G06F40/30;G06F40/247;G06F16/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本申请公开了一种实体分类模型训练方法、实体分类方法、装置及电子设备，涉及知识图谱、自然语言处理、深度学习等人工智能技术领域。具体实现方案为：基于通用训练样本对预训练模型进行训练，得到第一实体分类模型；基于第一行业领域的第一标注样本对预训练模型进行训练，得到第二实体分类模型；依据第二实体分类模型，从通用训练样本中抽取第一行业领域的第二训练样本；依据第二训练样本对第一实体分类模型进行训练，得到目标分类模型。即在训练过程中，无需对第一行业领域的大量数据进行标注后进行训练，可提高模型训练效率。

主权项：1.一种实体分类模型训练方法，所述方法包括：基于通用训练样本对预训练模型进行训练，得到第一实体分类模型；基于第一行业领域的第一标注样本对所述预训练模型进行训练，得到第二实体分类模型；依据所述第二实体分类模型，从所述通用训练样本中抽取所述第一行业领域的第二训练样本；依据所述第二训练样本对所述第一实体分类模型进行训练，得到目标分类模型；所述第一实体分类模型包括第一实体标注模型和第一核心实体分类模型，所述第二实体分类模型包括第二实体标注模型和第二核心实体分类模型，所述预训练模型包括第一预训练模型和第二预训练模型；其中，所述第一实体标注模型通过所述通用训练样本对所述第一预训练模型训练得到，所述第一核心实体分类模型通过所述通用训练样本对所述第二预训练模型训练得到，所述第二实体标注模型通过所述第一标注样本对所述第一预训练模型训练得到，所述第二核心实体分类模型通过所述第一标注样本对所述第二预训练模型训练得到；其中，所述第一实体标注模型以及所述第二实体标注模型用于进行实体标注；所述第一核心实体分类模型用于对所述第一实体标注模型标注的实体进行核心实体的识别，所述第二核心实体分类模型用于对所述第二实体标注模型标注的实体进行核心实体的识别，所述第一核心实体分类模型的输入包括所述第一实体标注模型的输出，所述第二核心实体分类模型的输入包括所述第二实体标注模型的输出，所述第一核心实体分类模型是以ERNIE语言模型为基础的分类模型，所述第一实体标注模型是以ERNIE语言模型和CRF条件随机场为基础的标注模型。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 实体分类模型训练方法、实体分类方法、装置及电子设备

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