申请/专利权人：海纳云物联科技有限公司;青岛海纳云智能系统有限公司;青岛海纳云数字科技有限公司

申请日：2024-02-26

公开（公告）日：2024-04-09

公开（公告）号：CN117851601A

主分类号：G06F16/35

分类号：G06F16/35;G06F18/241;G06F18/213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本申请提供一种事件分类模型的训练方法、使用方法、装置及介质，涉及数据处理技术领域；该训练方法包括：获取文章数据的关键句子集合；按照预设层面从关键句子集合中提取文章整体特征，以得到支持集；预设层面包括关键句子与文章标题的关联度，以及关键句子与事件描述信息的关联度，事件描述信息是对相应预设事件类型的描述；基于原型表征和事件描述表征，确定类向量；事件描述表征是基于事件描述信息得到的，类向量是预设事件类型的表征；根据支持集和类向量，对原始分类模型进行训练，以得到训练好的事件分类模型。本申请的方法，用于使事件分类模型在少样本场景下也能很好地进行事件分类。

主权项：1.一种事件分类模型的训练方法，其特征在于，所述方法包括：获取文章数据的关键句子集合，所述文章数据是通过预设方式从预设数据来源爬取的；按照预设层面从所述关键句子集合中提取文章整体特征，以得到支持集；所述预设层面包括所述关键句子与文章标题的关联度，以及所述关键句子与事件描述信息的关联度，所述事件描述信息是对相应预设事件类型的描述；所述支持集包含不同所述预设事件类型的文章整体特征；通过原型网络计算所述支持集中每个所述预设事件类型的样本均值，以得到原型表征，并基于所述原型表征和事件描述表征，确定类向量；所述事件描述表征是基于所述事件描述信息得到的，所述类向量是所述预设事件类型的表征；根据所述支持集和所述类向量，对原始分类模型进行训练，以得到训练好的事件分类模型；其中，以在输入所述文章整体特征时，输出相应的类向量为训练目标。

全文数据：

权利要求：

百度查询： 海纳云物联科技有限公司;青岛海纳云智能系统有限公司;青岛海纳云数字科技有限公司 事件分类模型的训练方法、使用方法、装置及介质

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