買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京百度網(wǎng)訊科技有限公司申請的專利一種模型訓(xùn)練、文本排序方法和裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114510920B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-30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)的專利申請?zhí)?專利號為：202210106069.7，技術(shù)領(lǐng)域涉及：G06F40/205；該發(fā)明授權(quán)一種模型訓(xùn)練、文本排序方法和裝置是由陳禹燊;方文浩;肖非;岳洪達;許海洋;韓光耀;姜澤青;李治平;蘇磊設(shè)計研發(fā)完成，并于2022-01-28向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種模型訓(xùn)練、文本排序方法和裝置在說明書摘要公布了：本公開提供了一種模型訓(xùn)練方法、文本排序方法和裝置，涉及人工智能技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)和文檔分析技術(shù)領(lǐng)域。具體實現(xiàn)方案為：獲取樣本文件、起始文本和終止文本，該樣本文件包括至少兩個樣本文本及各個樣本文本的序列號；構(gòu)建多個文本對，每個文本對由以下文本中的兩個構(gòu)建：起始文本、終止文本及至少兩個樣本文本；將各個文本對分別輸入模型，由模型輸出構(gòu)建各個文本對的兩個文本存在上下文關(guān)系的置信度；針對各個文本對，將置信度和構(gòu)建該文本對的兩個文本的實際關(guān)系進行比較，根據(jù)比較結(jié)果調(diào)整模型的參數(shù)。本公開能夠提高文本處理效率和排序結(jié)果的準(zhǔn)確率。

本發(fā)明授權(quán)一種模型訓(xùn)練、文本排序方法和裝置在權(quán)利要求書中公布了：1.一種模型訓(xùn)練方法，包括：獲取樣本文件、起始文本和終止文本，所述樣本文件包括至少兩個樣本文本及各個所述樣本文本的序列號；構(gòu)建多個文本對，每個文本對由以下文本中的兩個構(gòu)建：所述起始文本、所述終止文本及所述至少兩個樣本文本；其中，所述構(gòu)建多個文本對包括：在用于構(gòu)建所述文本對的在先文本的字符數(shù)大于M的情況下，截取所述在先文本的后M個字符，將截取的內(nèi)容作為構(gòu)建所述文本對的在先內(nèi)容；在用于構(gòu)建所述文本對的在先文本的字符數(shù)小于或等于M的情況下，將所述在先文本的全部內(nèi)容作為構(gòu)建所述文本對的在先內(nèi)容；所述M為正整數(shù)；在用于構(gòu)建所述文本對的在后文本的字符數(shù)大于N的情況下，截取所述在后文本的前N個字符，將截取的內(nèi)容作為構(gòu)建所述文本對的在后內(nèi)容；在用于構(gòu)建所述文本對的在后文本的字符數(shù)小于或等于N的情況下，將所述在后文本的全部內(nèi)容作為構(gòu)建所述文本對的在后內(nèi)容；所述N為正整數(shù)；將所述在先內(nèi)容和所述在后內(nèi)容按照先后順序組合，得到所述文本對；將各個所述文本對分別輸入模型，由所述模型輸出構(gòu)建各個所述文本對的兩個文本存在上下文關(guān)系的置信度；針對各個文本對，將所述置信度和構(gòu)建所述文本對的兩個文本的實際關(guān)系進行比較，根據(jù)比較結(jié)果調(diào)整所述模型的參數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京百度網(wǎng)訊科技有限公司，其通訊地址為：100085 北京市海淀區(qū)上地十街10號百度大廈2層；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0551-65771310或微信搜索“龍圖騰網(wǎng)”。