買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜吉林科訊信息科技有限公司申請(qǐng)的專(zhuān)利一種文本數(shù)據(jù)清洗方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117271774B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202311317241.4，技術(shù)領(lǐng)域涉及：G06F16/35；該發(fā)明授權(quán)一種文本數(shù)據(jù)清洗方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備是由孫駿;孫慶華;張志慶;程慶設(shè)計(jì)研發(fā)完成，并于2023-10-11向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種文本數(shù)據(jù)清洗方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備在說(shuō)明書(shū)摘要公布了：本申請(qǐng)公開(kāi)了一種文本數(shù)據(jù)清洗方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備，該方法包括：首先在利用干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)訓(xùn)練完文本分類(lèi)模型后，將目標(biāo)文本數(shù)據(jù)和干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)輸入該模型進(jìn)行第一次數(shù)據(jù)清洗，然后判斷第一次清洗結(jié)果是否滿(mǎn)足停止清洗數(shù)據(jù)的預(yù)設(shè)條件；若是，則將其作為目標(biāo)文本數(shù)據(jù)的清洗結(jié)果；若否，則利用干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)和清洗后剩余的目標(biāo)文本數(shù)據(jù)，對(duì)文本分類(lèi)模型進(jìn)行第二次訓(xùn)練，并利用更新后的文本分類(lèi)模型和干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)對(duì)目標(biāo)文本數(shù)據(jù)進(jìn)行第二次數(shù)據(jù)清洗，依次類(lèi)推，直至得到的第M次清洗結(jié)果滿(mǎn)足停止清洗數(shù)據(jù)的預(yù)設(shè)條件，并將第M次清洗結(jié)果作為目標(biāo)文本數(shù)據(jù)的清洗結(jié)果，從而提高了數(shù)據(jù)清洗效果。

本發(fā)明授權(quán)一種文本數(shù)據(jù)清洗方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備在權(quán)利要求書(shū)中公布了：1.一種文本數(shù)據(jù)清洗方法，其特征在于，包括：獲取待清洗的目標(biāo)文本數(shù)據(jù)；所述目標(biāo)文本數(shù)據(jù)中混淆了部分干凈類(lèi)別的文本數(shù)據(jù)；在利用干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)訓(xùn)練完文本分類(lèi)模型后，將所述目標(biāo)文本數(shù)據(jù)和所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)輸入所述文本分類(lèi)模型進(jìn)行第一次數(shù)據(jù)清洗，得到第一次清洗結(jié)果；所述第一次清洗結(jié)果包括從所述目標(biāo)文本數(shù)據(jù)中清洗出的屬于干凈類(lèi)別的文本數(shù)據(jù)和清洗后剩余的目標(biāo)文本數(shù)據(jù)；判斷所述第一次清洗結(jié)果是否滿(mǎn)足停止清洗數(shù)據(jù)的預(yù)設(shè)條件；若是，則將第一次清洗結(jié)果作為所述目標(biāo)文本數(shù)據(jù)對(duì)應(yīng)的最終清洗結(jié)果；若否，則利用所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)和所述清洗后剩余的目標(biāo)文本數(shù)據(jù)，對(duì)所述文本分類(lèi)模型進(jìn)行第二次訓(xùn)練，得到更新后的文本分類(lèi)模型，并利用更新后的文本分類(lèi)模型和所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)對(duì)所述目標(biāo)文本數(shù)據(jù)進(jìn)行第二次數(shù)據(jù)清洗，得到第二次清洗結(jié)果；依次類(lèi)推，直至得到的第M次清洗結(jié)果滿(mǎn)足停止清洗數(shù)據(jù)的預(yù)設(shè)條件，則將所述第M次清洗結(jié)果作為目標(biāo)文本數(shù)據(jù)對(duì)應(yīng)的最終清洗結(jié)果，所述M為大于0的正整數(shù)；所述將所述目標(biāo)文本數(shù)據(jù)和所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)輸入所述文本分類(lèi)模型進(jìn)行第一次數(shù)據(jù)清洗，得到第一次清洗結(jié)果，包括：將所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)輸入所述文本分類(lèi)模型，得到所述干凈類(lèi)別的文本訓(xùn)練數(shù)據(jù)的第一統(tǒng)計(jì)量，并計(jì)算所述第一統(tǒng)計(jì)量的控制限數(shù)值；將所述目標(biāo)文本數(shù)據(jù)輸入所述文本分類(lèi)模型，得到所述目標(biāo)文本數(shù)據(jù)中每一條文本數(shù)據(jù)在所述干凈類(lèi)別下的第二統(tǒng)計(jì)量；將所述第二統(tǒng)計(jì)量與所述控制限數(shù)值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果，判斷所述第二統(tǒng)計(jì)量對(duì)應(yīng)的所述目標(biāo)文本數(shù)據(jù)中的一條文本數(shù)據(jù)是否屬于干凈類(lèi)別，若是，則將其從所述目標(biāo)文本數(shù)據(jù)中清洗出來(lái)，得到第一次清洗結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人吉林科訊信息科技有限公司，其通訊地址為：130000 吉林省長(zhǎng)春市朝陽(yáng)區(qū)前進(jìn)大街996號(hào)力旺廣場(chǎng)B座16樓1632室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。