[发明专利]用于模型训练的样本筛选方法、装置、设备及存储介质有效
| 申请号： | 202011407811.5 | 申请日： | 2020-12-04 |
| 公开（公告）号： | CN112560459B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 计云杰;戴岱;肖欣延 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F40/279 | 分类号： | G06F40/279;G06N20/00 |
| 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： | 韩海花 |
| 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： | 本申请公开了一种用于模型训练的样本筛选方法、装置、设备及存储介质，涉及自然语言处理领域。其中，模型用于识别各样本中包含的预测实体词，以及识别预测实体词分别属于各实体类别的概率，具体实现方案为：通过获取实体词的集合，对集合中的实体词，根据模型输出的对应实体词属于各实体类别的概率，以根据实体词属于预测类别的第一概率与属于标注类别的第二概率之间的差值，从集合中确定噪声词，以删除噪声词所属的样本，由此，基于模型输出的实体词属于预测类别的第一概率和属于标注类别的第二概率，筛选出集合中的噪声词，以筛选出包含有噪声词的样本，从而有利于提高了模型训练的准确度。 | ||
| 搜索关键词： | 用于 模型 训练 样本 筛选 方法 装置 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/202011407811.5/，转载请声明来源钻瓜专利网。
