[发明专利]用于不同标记集合的转移学习技术的系统和方法有效
| 申请号： | 201680039897.6 | 申请日： | 2016-07-05 |
| 公开（公告）号： | CN107735804B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 金永邦;R·萨里卡亚 | 申请（专利权）人： | 微软技术许可有限责任公司 |
| 主分类号： | G10L15/18 | 分类号： | G10L15/18;G06K9/62;G06N20/00 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 酆迅;杜波 |
| 地址： | 美国华*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开的示例描述了用于不同标记集合的转移学习技术的系统和方法。在各方面中，可以访问服务器设备上的数据集。数据集可以包括标记和与标记相关联的词集。服务器设备可以引起数据集内的标记嵌入。嵌入的标记可以由对应于特定标记的多维向量表示。向量可以用于构建数据集的标记映射。标记映射可以用于训练模型以执行领域适应或转移学习技术。该模型可以用于向语句/查询或训练模型提供结果。 | ||
| 搜索关键词： | 用于 不同 标记 集合 转移 学习 技术 系统 方法 | ||
【主权项】：
一种系统，包括：至少一个处理器；以及耦合到所述至少一个处理器的存储器，所述存储器包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时执行一种方法，所述方法包括：访问第一已标记数据集合；将所述第一已标记数据集合转换成向量集合；识别来自所述向量集合的至少两个向量当中的标记的共同性；基于所识别的所述共同性，使用所述至少两个向量来生成粗糙标记集合；使用所述粗糙标记集合来训练模型；以及使用所训练的所述模型，将与所述粗糙标记集合相关联的第一标记映射到与第二已标记数据集合相关联的第二标记。
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微软技术许可有限责任公司，未经微软技术许可有限责任公司许可，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/201680039897.6/，转载请声明来源钻瓜专利网。
