[发明专利]文本语料筛选方法、装置、电子设备及存储介质有效
| 申请号： | 202010752203.1 | 申请日： | 2020-07-30 |
| 公开（公告）号： | CN112000794B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 殷晓婷 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F40/242;G06V30/148 |
| 代理公司： | 北京鸿德海业知识产权代理有限公司 11412 | 代理人： | 谷春静 |
| 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： | 本申请公开了文本语料筛选方法、装置、电子设备及存储介质，涉及自然语言处理、计算机视觉及深度学习领域，其中的方法可包括：获取由各单字组成的词典及第一文本语料集；从第一文本语料集中随机选出部分文本语料，加入第二文本语料集，并执行以下预定处理：从词典中选出在第二文本语料集中出现频率最低的N个单字，作为低频字；按照增大低频字在第二文本语料集中的出现频率的原则，从第一文本语料集中选出部分文本语料，加入到第二文本语料集，并重复执行所述预定处理；其中，当符合预定的终止条件时，将第二文本语料集中的文本语料作为筛选出的文本语料。应用本申请所述方案，可有效平衡不同单字在筛选出的文本语料中的出现频率等。 | ||
| 搜索关键词： | 文本 语料 筛选 方法 装置 电子设备 存储 介质 | ||
【主权项】：
暂无信息
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/202010752203.1/，转载请声明来源钻瓜专利网。
- 上一篇：异常行为检测方法和装置
- 下一篇：浆态床排出浆液固液分离的方法及其装置
