[发明专利]语料筛选方法及装置有效
| 申请号： | 201510251428.8 | 申请日： | 2015-05-15 |
| 公开（公告）号： | CN106294307B | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 祁国晟;杨青峰 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 韩建伟;李志刚 |
| 地址： | 100083 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种语料筛选方法及装置，其中，该语料筛选方法包括：基于第一语料集合进行交叉校验，得到第一校验结果；判断第一校验结果是否满足第一预设条件；在判断出第一校验结果满足第一预设条件时，基于第一语料集合进行公开校验，得到第二校验结果；根据第二校验结果判断是否需要对第一语料集合进行筛选；以及在判断出需要对第一语料集合进行筛选时，对第一语料集合执行第一筛选处理。通过本发明，解决了相关技术中筛选语料时受主观偏好影响造成训练样本质量不高的问题，进而达到了提高训练样本质量的效果。 | ||
| 搜索关键词： | 语料 筛选 方法 装置 | ||
【主权项】：
1.一种语料筛选方法，其特征在于，包括：基于第一语料集合进行交叉校验，得到第一校验结果；判断所述第一校验结果是否满足第一预设条件；在判断出所述第一校验结果满足所述第一预设条件时，基于所述第一语料集合进行公开校验，得到第二校验结果；根据所述第二校验结果判断是否需要对所述第一语料集合进行筛选；以及在判断出需要对所述第一语料集合进行筛选时，对所述第一语料集合执行第一筛选处理；其中，基于所述第一语料集合进行公开校验，得到第二校验结果，包括：将所述第一语料集合作为训练集训练语言模型，并获取第一语料集合之外的语料作为测试集对所述语言模型进行校验，得到所述第二校验结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司，未经北京国双科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510251428.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种信息处理方法及电子设备
- 下一篇：命名实体识别方法及装置
