申请/专利权人:安徽航天信息有限公司
申请日:2023-12-14
公开(公告)日:2024-04-26
公开(公告)号:CN117932055A
主分类号:G06F16/35
分类号:G06F16/35;G06F18/2415;G06N7/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供了一种电子档案分类模型训练方法、电子档案分类方法及设备,涉及人工智能技术领域,所述训练方法包括分别获取预设数量的不同种类的电子档案,构建训练样本;提取训练样本中的每个电子档案的文本特征;将每个电子档案的文本特征输入至预设的分类模型,得到电子档案的预测分类结果;将预测分类结果与实际分类结果进行对比,得到分类准确率和分类损失值;根据分类损失值对分类模型的参数进行不断更新,直至训练样本完全输入至分类模型且分类准确率大于或等于预设分类准确率,停止训练分类模型,得到电子档案分类模型。使用训练好的分类模型对待分类的文本进行自动分类识别,提高分类效率,降低企业用人成本。
主权项:1.一种电子档案分类模型训练方法,其特征在于,包括:分别获取预设数量的不同种类的电子档案,构建训练样本;提取所述训练样本中的每个所述电子档案的文本内容的文本特征;将每个所述电子档案的所述文本特征输入至预设的分类模型,得到所述电子档案的预测分类结果;将所述预测分类结果与实际分类结果进行对比,得到分类准确率和分类损失值;根据所述分类损失值对所述分类模型的参数进行更新,直至所述训练样本完全输入至所述分类模型且所述分类准确率大于或等于预设分类准确率,停止训练所述分类模型,得到电子档案分类模型。
全文数据:
权利要求:
百度查询: 安徽航天信息有限公司 电子档案分类模型训练方法、电子档案分类方法及设备
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。