買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國平安人壽保險股份有限公司申請的專利基于對比學習的語義識別模型訓練方法、設備和介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114722834B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210439125.9，技術領域涉及：G06F40/30；該發明授權基于對比學習的語義識別模型訓練方法、設備和介質是由黃海龍設計研發完成，并于2022-04-25向國家知識產權局提交的專利申請。

本基于對比學習的語義識別模型訓練方法、設備和介質在說明書摘要公布了：本申請涉及深度學習技術領域，提出了一種基于對比學習的語義識別模型訓練方法、設備和介質，方法包括：在所述原始句子文本中對每一個所述第一目標詞匯進行同義詞替換，得到第一處理句子文本；以及，在所述原始句子文本中對每一個所述第二目標詞匯進行反義詞替換，得到第二處理句子文本；通過所述原始句子文本、所述第一處理句子文本和所述第二處理句子文本對初始的語義識別模型進行訓練，以得到目標語義識別模型。本發明實施例目的是提供能夠識別語義微小變化的對比學習方法，針對之前正負樣本比較好區分的問題進行了改造，使得模型能夠學習到更豐富的知識，提升模型訓練效果。

本發明授權基于對比學習的語義識別模型訓練方法、設備和介質在權利要求書中公布了：1.一種基于對比學習的語義識別模型訓練方法，其特征在于，所述語義識別模型包括BERT編碼網絡、語義預測網絡和token判別網絡，所述方法包括：獲取待處理的原始句子文本；根據所述原始句子文本中各個詞匯的詞性，在所述原始句子文本中確定N個候選詞匯；按照預設第一比例從N個候選詞匯中隨機選取M個詞匯作為第一目標詞匯；以及，按照預設第二比例從N個候選詞匯中隨機選取T個詞匯作為第二目標詞匯，其中，所述第二比例小于所述第一比例，N、M和T滿足以下數值關系式：1＜T＜M＜N；在所述原始句子文本中，對每一個所述第一目標詞匯進行同義詞替換，得到第一處理句子文本；在所述原始句子文本中，對每一個所述第二目標詞匯進行反義詞替換，得到第二處理句子文本；將所述原始句子文本、所述第一處理句子文本和所述第二處理句子文本分別輸入到BERT編碼網絡，得到對應于所述原始句子文本的原始句編碼向量、對應于所述第一處理句子文本的第一處理句編碼向量和對應于所述第二處理句子文本的第二處理句編碼向量；其中，所述原始句編碼向量、所述第一處理句編碼向量和所述第二處理句編碼向量分別包括多個token；將所述第一處理句編碼向量和所述第二處理句編碼向量分別輸入到token判別網絡，得到對應于所述第一處理句編碼向量的第一token標簽序列和對應于所述第二處理句編碼向量的第二token標簽序列，其中，所述第一token標簽序列用于指示所述第一處理句編碼向量中與所述原始句編碼向量存在區別的token位置，所述第二token標簽序列用于指示所述第二處理句編碼向量中與所述原始句編碼向量存在區別的token的位置；將所述原始句編碼向量、所述第一處理句編碼向量、所述第二處理句編碼向量、所述第一token標簽序列和所述第二token標簽序列輸入所述語義預測網絡，得到對應于所述原始句子文本的原始語義向量、對應于所述第一處理句子文本的第一處理語義向量和對應于所述第二處理句子文本的第二處理語義向量；基于所述原始語義向量和所述第一處理語義向量計算第一損失值；基于所述原始語義向量和所述第二處理語義向量計算第二損失值；基于所述第一損失值和所述第二損失值確定是否滿足預設的訓練結束條件；在不滿足訓練結束條件時，調整所述語義識別模型的模型參數，并通過所述原始句子文本、所述第一處理句子文本和所述第二處理句子文本繼續對調整后的語義識別模型進行訓練；在滿足訓練結束條件時，將當前的語義識別模型作為目標語義識別模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國平安人壽保險股份有限公司，其通訊地址為：518000 廣東省深圳市福田區福田街道益田路5033號平安金融中心14、15、16、37、41、44、45、46、54、58、59層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。