[发明专利]混合标注学习神经网络模型及其训练方法、装置有效
| 申请号： | 201810704890.2 | 申请日： | 2018-06-29 |
| 公开（公告）号： | CN108829683B | 公开（公告）日： | 2022-06-10 |
| 发明（设计）人： | 姜文斌;孙珂;于佃海;吴华;王海峰 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/289;G06N3/08;G06N3/04 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 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： | 本申请提出一种混合标注学习神经网络模型及其训练方法、装置，其中，所述模型包括：第一子神经网络模型，用于对输入的待处理数据进行编码、解码处理，以生成待处理数据对应的初始结果表示；第二子神经网络模型，用于根据与获取的处理标准对应的向量，对待处理数据对应的初始结果表示进行修正，以生成待处理数据对应的目标结果表示。本申请的混合标注学习神经网络模型，实现了不同标注标准的训练语料的融合利用，提高了神经网络模型对不同标注标准的训练语料间的差异的适应能力，提高了神经网络模型的通用性，提升了处理性能。 | ||
| 搜索关键词： | 混合 标注 学习 神经网络 模型 及其 训练 方法 装置 | ||
【主权项】：
1.一种混合标注学习神经网络模型，其特征在于，包括：第一子神经网络模型及第二子神经网络模型；所述第一子神经网络模型，用于对输入的待处理数据进行编码、解码处理，以生成待处理数据对应的初始结果表示；所述第二子神经网络模型，用于根据与获取的处理标准对应的向量，对待处理数据对应的初始结果表示进行修正，以生成待处理数据对应的目标结果表示。
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京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201810704890.2/，转载请声明来源钻瓜专利网。
