申请/专利权人：腾讯科技(深圳)有限公司

申请日：2022-07-25

公开（公告）日：2024-04-26

公开（公告）号：CN115203420B

主分类号：G06F16/35

分类号：G06F16/35;G06F18/2415;G06F18/214;G06N3/0455;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.11.04#实质审查的生效;2022.10.18#公开

摘要：本申请提供一种实体关系分类模型训练方法、实体关系分类方法及装置，包括：在任一次训练过程中，根据基类样本集和新类样本集获取新类训练样本集和混合训练样本集，分类模型包括预训练的基类表征编码器、新类表征编码器和交叉对齐单元，针对混合训练样本集中的每一训练文本，以训练文本为分类模型的输入，输出训练文本的分类概率分布，交叉对齐单元用于对新类原型和训练文本的查询表示进行交叉对齐更新，得到更新的新类原型和训练文本的更新查询表示，根据混合训练样本集中的每一训练文本的分类概率分布和每一训练文本的分类标签，对分类模型的参数进行调整，直到满足停止训练条件，将满足停止训练条件确定的分类模型输出为实体关系分类模型。

主权项：1.一种实体关系分类模型训练方法，其特征在于，包括：在任一次分类模型的训练过程中，根据基类样本集和新类样本集获取新类训练样本集和混合训练样本集，所述分类模型包括预训练的基类表征编码器、新类表征编码器和交叉对齐单元，其中，所述新类训练样本集包括从所述新类样本集中按照第一预设采样方式采样的样本，所述混合训练样本集包括从所述新类样本集和所述基类样本集中按照第二预设采样方式采样的样本，所述第一预设采样方式和所述第二预设采样方式需要使得基类训练样本集、所述新类训练样本集和所述混合训练样本集中没有重复的样本；针对所述混合训练样本集中的每一训练文本，以所述训练文本为所述分类模型的输入，输出所述训练文本的分类概率分布，所述交叉对齐单元用于对新类原型和所述训练文本的查询表示进行交叉对齐更新，得到更新的新类原型和所述训练文本的更新查询表示，所述新类原型为所述新类训练样本集通过所述新类表征编码器的输出；根据所述混合训练样本集中的每一训练文本的分类概率分布和所述每一训练文本的分类标签，对所述分类模型的参数进行调整，直到满足停止训练条件；将满足所述停止训练条件所确定的所述分类模型输出为实体关系分类模型。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 实体关系分类模型训练方法、实体关系分类方法及装置

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。

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