[发明专利]错误样本的修复语料生成方法和装置有效
| 申请号： | 201610222052.2 | 申请日： | 2016-04-11 |
| 公开（公告）号： | CN107291775B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 陶玮 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N5/02 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100080 北京市海淀区杏石口路6*** | 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： | 本申请公开了错误样本的修复语料生成方法、逻辑回归模型的修复方法和装置。错误样本的修复语料生成方法的一具体实施方式包括：对错误样本的输入文本进行分词，得到词语集合；基于词语集合以及预先训练的错误样本所属的逻辑回归模型，通过逻辑回归算法，获得词语集合中的每一个词语对应的第一分类和概率值，以及所述词语集合中的词语对应的平均概率值，逻辑回归模型为产生所述错误样本的逻辑回归模型；在词语集合中按照对应的概率值与所述平均概率值的差距由小到大的顺序选取预定数量个词语作为第一词语；将所述输入文本与各个第一词语进行拼接，生成所述错误样本的修复语料。该实施方式降低了人力成本，并使得修复出的逻辑回归模型更准确。 | ||
| 搜索关键词： | 错误 样本 修复 语料 生成 方法 装置 | ||
【主权项】：
一种错误样本的修复语料生成方法，其特征在于，所述方法包括：对错误样本的输入文本进行分词，得到词语集合，其中，所述错误样本包括：输入文本信息；基于所述词语集合以及预先训练的所述错误样本所属的逻辑回归模型，通过逻辑回归算法，获得所述词语集合中的每一个词语对应的第一分类和概率值，以及所述词语集合中的词语对应的平均概率值，其中，所述逻辑回归模型为产生所述错误样本的逻辑回归模型；在所述词语集合中按照对应的概率值与所述平均概率值的差距由小到大的顺序选取预定数量个词语作为第一词语；将所述输入文本与各个第一词语进行拼接，生成所述错误样本的修复语料。
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京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，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/201610222052.2/，转载请声明来源钻瓜专利网。
- 上一篇：错误样本识别方法和装置
- 下一篇：流式数据处理方法和装置
