[发明专利]信息处理方法、装置、计算机设备和存储介质有效
| 申请号： | 201810566917.6 | 申请日： | 2018-06-05 |
| 公开（公告）号： | CN108776832B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 姜文浩;马林;刘威;张潼 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 何平;邓云鹏 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种信息处理方法、装置、计算机设备和存储介质，方法包括：获取待处理原始数据；将待处理原始数据输入到已训练的机器学习模型的编码模型中，得到对应的编码向量；将编码向量输入到机器学习模型的中间处理模型中，得到中间向量序列，其中，中间处理模型包括多个子学习模型，各个子学习模型包括多个循环神经网络单元，当前循环神经网络单元的输出是根据前向循环神经网络单元对应的第一输出向量以及当前循环神经网络单元对应的前向子学习模型输出的前向向量序列得到的；将中间向量序列输入到机器学习模型的解码模型中，得到待处理原始数据对应的目标输出数据。上述方法可以提高输出数据的准确度。 | ||
| 搜索关键词： | 信息处理 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
1.一种信息处理方法，所述方法包括：获取待处理原始数据；将所述待处理原始数据输入到已训练的机器学习模型的编码模型中，得到对应的编码向量；将所述编码向量输入到所述机器学习模型的中间处理模型中，得到中间向量序列，其中，所述中间处理模型包括多个子学习模型，各个子学习模型包括多个循环神经网络单元，当前循环神经网络单元的输出是根据前向循环神经网络单元对应的第一输出向量以及所述当前循环神经网络单元对应的前向子学习模型输出的前向向量序列得到的；将所述中间向量序列输入到所述机器学习模型的解码模型中，得到所述待处理原始数据对应的目标输出数据。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201810566917.6/，转载请声明来源钻瓜专利网。
