[发明专利]利用多模型之间语义关联优化数据理解处理的方法在审
| 申请号： | 201910227646.6 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109961153A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 张兰;李向阳;袁牧 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;付久春 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用多模型之间语义关联优化数据理解处理的方法，包括：配置多个数据理解模型，选定多段原始数据；使用配置的全部数据理解模型分别为各段原始数据进行标注，得到每个数据理解模型对于每段原始数据的处理结果作为多段训练数据；使用所述多段训练数据对动态贝叶斯网络和强化学习决策网络进行训练，得到模型语义关联网络；利用所述模型语义关联网络形成多模型数据理解处理优化控制规则，使用该多模型数据理解处理优化控制规则根据输入数据选择最优的数据理解模型进行数据理解处理。该方法利用了模型间的语义关联来为每段未知内容数据进行理解模型的最优化选择，以最少的模型运行开销，实现对数据尽可能完善的语义识别理解。 | ||
| 搜索关键词： | 数据理解 语义关联 原始数据 多段 优化控制规则 模型数据 训练数据 优化数据 输入数据选择 贝叶斯网络 决策网络 内容数据 强化学习 网络形成 语义识别 运行开销 配置的 最优化 标注 配置 网络 | ||
【主权项】：
1.一种利用多模型之间语义关联优化数据理解处理的方法，其特征在于，包括：配置多个数据理解模型，选定多段原始数据；使用配置的全部数据理解模型分别为各段原始数据进行标注，得到每个数据理解模型对于每段原始数据的处理结果作为多段训练数据；使用所述多段训练数据对动态贝叶斯网络和强化学习决策网络进行训练，得到模型语义关联网络；利用所述模型语义关联网络形成多模型数据理解处理优化控制规则，使用该多模型数据理解处理优化控制规则根据输入数据选择最优的数据理解模型进行数据理解处理。
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中国科学技术大学，未经中国科学技术大学许可，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/201910227646.6/，转载请声明来源钻瓜专利网。
