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！

龍圖騰網恭喜北京中科凡語科技有限公司申請的專利基于新詞比例進行數據處理的方法、裝置和設備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：CN114861662B 。

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：202210376489.7，技術領域涉及：G06F40/295；該發明授權基于新詞比例進行數據處理的方法、裝置和設備是由翟飛飛設計研發完成，并于2022-04-11向國家知識產權局提交的專利申請。

本基于新詞比例進行數據處理的方法、裝置和設備在說明書摘要公布了：本公開提供一種基于新詞比例進行數據處理的方法，包括：S1：通過構建隊列系統對全部無標簽數據進行處理得到隊列數據；S2：對所得到的隊列數據進行新詞比例分析；S3：按照各隊列數據的新詞比例對模型標注數據進行質量評估；S4：選取隊列數據中質量最高的一組隊列數據加入訓練集進行數據擴充。本公開還提供一種數據處理裝置、電子設備及可讀存儲介質。

本發明授權基于新詞比例進行數據處理的方法、裝置和設備在權利要求書中公布了：1.一種基于新詞比例進行數據處理的方法，其特征在于，包括：S1：通過構建隊列系統對全部無標簽數據進行處理得到隊列數據；S2：對所得到的隊列數據進行新詞比例分析；S3：按照各隊列數據的新詞比例對模型標注數據進行質量評估；以及S4：選取隊列數據中質量最高的一組隊列數據加入訓練集進行數據擴充；步驟S1中通過如下步驟得到隊列數據：S11：通過訓練集和開發集進行模型訓練，選擇在開發集上表現最優的模型作為標簽模型，對所有無標注數據進行標注，獲得標注數據，并以該標注數據為標準答案；S12：根據模型訓練過程中模型值的增長趨勢選取n個單輪訓練所得模型，分別使用單輪訓練所得模型對所有無標注數據進行重復標注；以及S13：使用每個單輪次模型與標簽模型的標準答案進行比較，將標注相同的數據樣本與標注相異的數據樣本間隔放置，對于當前隊列序號為n的數據，將前者升至隊列n+1，將后者降至隊列n-1，最終獲取n+1個數據隊列；步驟S2中新詞比例根據下式計算：新詞比例＝1-[模型所標注實體在訓練集實體詞典中的實體數目偽數據中所標注出的所有實體數目]×100％。

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北京中科凡語科技有限公司，其通訊地址為：100190 北京市海淀區知春路63號51號樓10層1006；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”。