申请/专利权人:天翼云科技有限公司
申请日:2023-12-15
公开(公告)日:2024-04-12
公开(公告)号:CN117874228A
主分类号:G06F16/35
分类号:G06F16/35;G06F16/33;G06F40/30;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及一种少样本文本分类方法及装置,属于自然语言处理技术领域,该方法为了更好的利用无标签数据,提升少样本条件下的文本分类任务效果,通过引入了大规模预训练语言模型辅助伪标签的生成,并使用多分类交叉熵对分类模型的参数进行更新,直至最后收敛。本发明所述的方法和装置,可以通过熵的值来判断当前分类模型预测的可信度,与预训练语言模型的输出共同构成最终的标签,提升标签的准确性。
主权项:1.一种少样本文本分类方法,其特征在于,包括:S1、确定待分类的类别,基于所述待分类的类别收集已标注数据和无标注数据;S2、使用大规模预训练语言模型对所述无标签数据进行标注,生成伪标签;S3、使用所述已标注数据和已标注伪标签的所述无标注数据来进行分类模型训练,生成训练标签;S4、根据所述已标注数据和已标注伪标签的所述无标注数据的最终标签,使用多分类交叉熵对所述分类模型的参数进行更新;S5、返回步骤S3重复执行,直至最后收敛。
全文数据:
权利要求:
百度查询: 天翼云科技有限公司 一种少样本文本分类方法及装置
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。