[发明专利]一种基于CRF识别中标单位的LSTM模型单元训练方法及装置在审
| 申请号： | 201911001373.X | 申请日： | 2019-11-11 |
| 公开（公告）号： | CN110738319A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 张森;缪瑾;畅敏;于长虹;肖波;谭卓;吴宏扬;盛润;许云侠 | 申请（专利权）人： | 四川隧唐科技股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 51285 成都领航高智知识产权代理有限公司 | 代理人： | 王斌 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CRF识别中标单位的LSTM模型单元训练方法，包括：获取标注有中标单位的字符表单；根据所述标注有中标单位的字符表单生成字符向量训练素材；得到每一个字符的前向运行预测值；计算每个字符的前向运行预测值与该字符的实际类别之间的差距；判断所述差距是否持续震荡下降；通过链式法则，得到当前LSTM模型单元中每个参数应该变化的数值大小；通过梯度下降优化算法，得到当前LSTM模型中每个参数的变化方向和变化值，进而修正LSTM模型中每个参数。 | ||
| 搜索关键词： | 中标单位 模型单元 前向 标注 优化算法 字符向量 预测 链式 震荡 素材 修正 | ||
【主权项】：
1.一种基于CRF识别中标单位的LSTM模型单元训练方法，应用于计算机，其特征在于，所述方法包括：/nS1：获取标注有中标单位的字符表单；/nS2：根据所述标注有中标单位的字符表单生成字符向量训练素材；/nS3：初始化LSTM模型单元；/nS4：将所述字符向量训练素材按正序排列输入到当前LSTM模型单元中进行训练，得到每一个字符的前向运行预测值；/nS5：根据得到的每个字符的前向运行预测值，计算每个字符的前向运行预测值与该字符的实际类别之间的差距；/nS6：判断所述差距是否持续震荡下降，若是，则执行S7，若否，则结束，得到目标LSTM模型单元；/nS7：通过链式法则，得到当前LSTM模型单元中每个参数应该变化的数值大小；/nS8：通过梯度下降优化算法，得到当前LSTM模型中每个参数的变化方向和变化值，进而修正LSTM模型中每个参数。/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四川隧唐科技股份有限公司，未经四川隧唐科技股份有限公司许可，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/201911001373.X/，转载请声明来源钻瓜专利网。
