申请/专利权人：思必驰科技股份有限公司

申请日：2020-12-28

公开（公告）日：2024-04-30

公开（公告）号：CN112749544B

主分类号：G06F40/205

分类号：G06F40/205;G06N3/045;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.05.28#著录事项变更;2021.05.21#实质审查的生效;2021.05.04#公开

摘要：本发明实施例提供一种段落分割模型的训练方法。该方法包括：利用通用分段数据，对段落分割模型的神经网络模型进行预训练；基于领域分段数据，对预训练后的段落分割模型中与特征提取相关的编码层进行训练，得到适配领域的段落分割模型。本发明实施例还提供一种段落分割模型的训练系统。本发明实施例针对特定领域需要大量精标数据进行训练的问题，在大量易获取的通用分段数据上进行训练，最后在少量的领域精标数据上进行微调，如此可以有效降低领域适配的成本。针对上游标点模型输出敏感的问题。不仅提升了分段模型的鲁棒性，降低了模型对上游标点的依赖，同时可以纠错上游的标点输出。

主权项：1.一种段落分割模型的训练方法，包括：利用通用分段数据，对所述段落分割模型的神经网络模型进行预训练；对原始领域数据进行去标点处理，将所述原始领域数据输入至上游标点模型，得到分割后的领域标点数据；接收人工对所述原始领域数据标注的分段人工标注数据；基于所述分段人工标注数据中的标点种类，确定句子结束符号集合，用于对所述原始领域数据分割，得到分割后的人工领域标点数据；基于所述领域标点数据以及人工领域标点数据，生成带有标点信息以及分段信息的领域分段数据；基于所述领域分段数据，对所述预训练后的段落分割模型中与特征提取相关的编码层进行训练，得到适配领域的段落分割模型。

全文数据：

权利要求：

百度查询： 思必驰科技股份有限公司 段落分割模型的训练方法及系统

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