[发明专利]标点符号标注模型及其训练方法、设备、存储介质在审
| 申请号： | 201910925881.0 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110674629A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 沈大框;陈培华;陈成才 | 申请（专利权）人： | 上海智臻智能网络科技股份有限公司 |
| 主分类号： | G06F40/20 | 分类号： | G06F40/20;G06F40/284;G06F40/289;G06F40/166;G06N3/08 |
| 代理公司： | 31327 上海知锦知识产权代理事务所(特殊普通合伙) | 代理人： | 潘彦君 |
| 地址： | 201803 上海市嘉*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 标点符号标注模型及其训练方法、设备、存储介质，所述方法包括：获取包含标点符号的第一训练语料；将第一训练语料输入预设的具有时间序列的神经网络模型进行预训练，获得预训练的语言子模型；获取包含标点符号的第二训练语料，将第二训练语料去除标点符号，并在已去除的标点符号的前后分词单元处标注相应的标签组合，得到第三训练语料；将第三训练语料输入初始的标点符号标注模型进行迁移学习训练，得到训练好的标点符号标注模型，其中，标点符号标注模型包括预训练的语言子模型，第三训练语料包括无标点文本集合和标签序列集合。上述方案无需人工标注大量的训练数据，提高召回率，获得的标点符号标注模型具有较好的泛化能力及通用性。 | ||
| 搜索关键词： | 标点符号 训练语料 标注 子模型 去除 神经网络模型 标点 标签序列 标签组合 存储介质 分词单元 人工标注 时间序列 文本集合 学习训练 训练数据 预设 语言 集合 迁移 | ||
【主权项】：
1.一种标点符号标注模型的训练方法，其特征在于，包括：/n获取包含标点符号的第一训练语料；/n将所述第一训练语料输入预设的具有时间序列的神经网络模型进行预训练，获得预训练的语言子模型；/n获取包含标点符号的第二训练语料，将所述第二训练语料去除标点符号，并在已去除的标点符号的前后分词单元处标注相应的标签组合，得到第三训练语料；/n将所述第三训练语料输入初始的标点符号标注模型进行迁移学习训练，得到训练好的标点符号标注模型；/n其中，所述标点符号标注模型包括：所述预训练的语言子模型，所述第三训练语料包括：无标点文本集合和标签序列集合，所述标签序列集合包括所述标签组合。/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上海智臻智能网络科技股份有限公司，未经上海智臻智能网络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/201910925881.0/，转载请声明来源钻瓜专利网。
- 上一篇：文件模板生成方法及系统
- 下一篇：指代消解方法和装置、电子设备及存储介质
