[发明专利]一种模型训练方法及命名实体识别方法有效
| 申请号： | 201810685795.2 | 申请日： | 2018-06-28 |
| 公开（公告）号： | CN110728147B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 王宗宇;王涛;李林琳;司罗 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F16/28;G06Q30/0601 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 李辉 |
| 地址： | 英属开曼*** | 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： | 本申请实施例公开了一种模型训练方法及命名实体识别方法。所述模型训练方法包括：利用多个第一历史产品描述信息与所述第一历史产品描述信息对应的品类信息之间的对应关系训练得到第一深度学习模型组件，所述品类信息被设置为利用机器学习模型组件预测得到；基于所述第一深度学习模型组件，利用人工标注的样本数据训练得到第二深度学习模型组件；分别利用第一深度学习模型组件和第二深度学习模型组件生成多个训练数据，并利用所述多个训练数据训练生成第三深度学习模型组件，所述第三深度学习模型组件用于识别产品描述信息中的品类信息。利用本申请的技术方案，可以在低成本的基础上，训练得到能够准确识别产品描述信息中品类信息的模型组件。 | ||
| 搜索关键词： | 一种 模型 训练 方法 命名 实体 识别 | ||
【主权项】：
1.一种模型训练方法，其特征在于，所述方法包括：/n利用多个第一历史产品描述信息与所述第一历史产品描述信息对应的品类信息之间的对应关系训练得到第一深度学习模型组件，所述品类信息被设置为利用机器学习模型组件预测得到；/n基于所述第一深度学习模型组件，利用人工标注的样本数据训练得到第二深度学习模型组件；/n分别利用所述第一深度学习模型组件和所述第二深度学习模型组件生成多个训练数据，并利用所述多个训练数据训练生成第三深度学习模型组件，所述第三深度学习模型组件用于识别产品描述信息中的品类信息。/n
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201810685795.2/，转载请声明来源钻瓜专利网。
- 上一篇：舆情发现方法、装置、终端设备以及存储介质
- 下一篇：实体关系抽取方法和装置
