申请/专利权人:北京百度网讯科技有限公司
申请日:2022-12-23
公开(公告)日:2024-04-23
公开(公告)号:CN115829058B
主分类号:G06N20/00
分类号:G06N20/00;G06F16/903
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2023.04.07#实质审查的生效;2023.03.21#公开
摘要:本公开提供了一种训练样本处理方法、跨模态匹配方法、装置、设备、介质和程序产品,涉及计算机技术领域,尤其涉及智能搜索、深度学习、知识图谱和自然语言处理NLP技术领域。具体实现方案为:获取训练样本的锚点中的目标实体;获取所述目标实体在跨模态知识体系图中对应的目标跨模态知识,其中,所述跨模态知识体系图包括实体及其归属的概念,且所述跨模态知识体系图中的实体对应有至少一个跨模态知识;根据所述目标跨模态知识为所述训练样本中所述锚点的正例和负例进行去噪处理。本公开可以提升训练样本的准确度,继而提升跨模态匹配的精度。
主权项:1.一种训练样本处理方法,包括:获取训练样本的锚点中的目标实体;其中,所述锚点包括文本,所述锚点的正例和负例包括图像或视频;获取所述目标实体在跨模态知识体系图中对应的目标跨模态知识,其中,所述跨模态知识体系图包括实体及其归属的概念,且所述跨模态知识体系图中的实体对应有至少一个跨模态知识,所述跨模态知识为所述实体对应的图像或视频;根据所述目标跨模态知识为所述训练样本中所述锚点的正例和负例进行去噪处理;其中,所述根据所述目标跨模态知识为所述训练样本中所述锚点的正例和负例进行去噪处理,包括:计算所述目标跨模态知识与所述锚点的正例之间的相似度,如果计算结果小于第一预设阈值,则将所述正例修改为负例;以及计算所述目标跨模态知识与所述锚点的负例之间的相似度,如果计算结果大于第二预设阈值,则将所述负例修改为正例。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 训练样本处理方法、跨模态匹配方法、装置、设备和介质
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。