“训练文本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果405675个，建议您升级VIP下载更多相关专利

[发明专利]手写模型训练方法、文本识别方法、装置、设备及介质-CN201810564059.1有效
发明人：孙强;周罡 -专利权人：平安科技（深圳）有限公司
申请日： 2018-06-04 - 公布日： 2023-04-18 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种手写模型训练方法、文本识别方法、装置、设备及介质。该手写模型训练方法包括：获取规范中文文本训练样本，将所述规范中文文本训练样本输入到双向长短时记忆神经网络中，基于连续时间分类算法进行训练，获取总误差因子，并根据总误差因子采用粒子群算法更新网络参数，获取规范中文文本识别模型；获取并采用非规范中文文本训练样本，训练获取调整中文手写文本识别模型；获取并采用待测试中文文本样本得到出错文本训练样本；采用出错文本训练样本更新中文手写文本识别模型的网络参数，获取目标中文手写文本识别模型采用该手写模型训练方法，能够得到识别手写文本识别率高的目标中文手写文本识别模型。
手写模型训练方法文本识别装置设备介质

[发明专利]端到端文本识别方法、模型训练方法及装置-CN202110186700.4有效
发明人：张勇东;周宇;谢洪涛 -专利权人：中国科学技术大学
申请日： 2021-02-10 - 公布日： 2022-09-09 - 主分类号： G06V30/413 文献下载
摘要：一种端到端文本识别方法、模型训练方法及装置，模型训练方法包括：构建初始端到端文本识别模型，其中，初始端到端文本识别模型包括初始文本检测模块和初始文本识别模块；获取训练样本数据集；利用样本生成算法处理训练样本数据集中的训练样本，生成扩增训练样本数据集，以便增加用于训练初始文本识别模块的训练样本数量；以及利用训练样本数据集和扩增训练样本数据集训练初始端到端文本识别模型，得到端到端文本识别模型。通过上述技术方案本发明利用样本生成算法生成大量用于训练文本识别模块的训练样本，从而有效地解决了文本检测模块过拟合和文本识别模块欠拟合的问题，提升端到端文本识别模型的识别精度。
端到端文本识别方法模型训练装置

[发明专利]文本纠错模型的训练方法、文本纠错处理方法和装置-CN202010574805.2有效
发明人：王硕寰;刘佳祥;欧阳轩;孙宇 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-22 - 公布日： 2023-06-27 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了文本纠错模型的训练方法、文本纠错处理方法和装置，涉及自然语言处理和深度学习技术领域。方案为：获取目标文本，对目标文本中的部分文本片段进行掩码，得到掩码文本，采用文本预测模型对掩码文本进行预测，得到源文本，若源文本与目标文本不匹配，则根据目标文本对源文本进行标注，得到标注的训练样本，采用标注的训练样本对文本纠错模型进行训练本申请中基于无标注的目标文本，将预测错误的源文本采用对应的目标文本进行标注，得到标注的训练样本，实现了训练样本的自动生成，提高了样本生成的效率，进而提高了模型的训练效果，解决了现有技术中基于人工标注生成训练样本，效率低下，模型训练效果差的技术问题。
文本纠错模型训练方法处理装置

[发明专利]命名实体识别模型训练方法及设备、信息抽取方法及设备-CN201910402380.4有效
发明人：李楚桐;胡楠 -专利权人：第四范式（北京）技术有限公司
申请日： 2019-05-15 - 公布日： 2023-10-20 - 主分类号： G06F40/295 文献下载
摘要：提供了一种命名实体识别模型训练方法及设备、信息抽取方法及设备。所述本集中的各训练文本，将训练文本的半标注信息中的实体与相应训练文本中的实体进行匹配；基于匹配结果，获得相应训练文本的有效命名实体标注；获得训练文本集中的各训练文本的向量表示；基于训练文本集中的各训练文本的向量表示及有效命名实体标注，训练基于深度学习的命名实体识别模型，得到目标命名实体识别模型。
命名实体识别模型训练方法设备信息抽取

[发明专利]文本分类网络的训练方法、系统、设备及存储介质-CN201811555318.0在审
发明人：王颖帅;李晓霞;苗诗雨 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-12-18 - 公布日： 2020-06-26 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种文本分类网络的训练方法、系统、设备及存储介质，所述方法包括：接收训练用文本和训练用文本的类别标签，作为训练集；统计训练集中各个类别的文本的数量；调整训练集中各个类别的文本的数量，使得训练集中各个类别的文本的数量比值满足第一预设比例要求；采用调整后的训练集训练用于文本分类的卷积神经网络，得到训练好的文本分类网络。本发明通过平衡训练集中的文本数量，并且构建更为精准的卷积神经网络作为文本分类网络，从而提供了更准确的文本分类网络，可以更准确地对用户输入进行分类，精准定位用户需求，提升用户体验。
文本分类网络训练方法系统设备存储介质

[发明专利]实体识别模型的训练方法、实体识别方法及相关设备-CN202211433763.6在审
发明人：张静;张宪波 -专利权人：京东科技信息技术有限公司
申请日： 2022-11-16 - 公布日： 2023-03-21 - 主分类号： G06F40/295 文献下载
摘要：本申请提供一种实体识别模型的训练方法、实体识别方法及相关设备，获取历史运维日志数据；历史运维日志数据包括多个历史运维日志文本；对每个历史运维日志文本进行分词处理，得到初始训练文本；对每个初始训练文本中的每个词进行词性标注，以标注每个词对应的词性和权重；将每个初始训练文本中权重和词性不满足预设条件的词进行剔除，得到训练文本；对每个训练文本进行相应的实体标注，得到每个训练文本对应的目标训练文本，并利用各个目标训练文本对待训练的实体识别模型进行训练进而可以利用实体识别模型对待识别的运维日志文本进行实体识别。
实体识别模型训练方法相关设备

[发明专利]一种基于细粒度语义奖励的文本到图像生成方法-CN202310830725.2在审
发明人：梁小丹;方桂安;姜祖涛 -专利权人：中山大学
申请日： 2023-07-06 - 公布日： 2023-10-13 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于细粒度语义奖励的文本到图像生成方法，包括：获取提示文本；将提示文本输入到经过预先训练的文本到图像扩散模型，得到提示文本对应的目标图像；其中，文本到图像扩散模型的训练步骤包括：将训练文本输入到未经训练的文本到图像扩散模型，得到多张训练图像；确定每张训练图像的全局语义对齐得分，确定每张训练图像的局部语义对齐得分；根据全局语义对齐得分和局部语义对齐得分从多张训练图像中确定训练样本；以训练样本训练文本到图像扩散模型，得到经过训练的文本到图像扩散模型本发明可以实现生成图像的语义与输入文本相匹配，可广泛应用于深度学习和计算机视觉领域。
一种基于细粒度语义奖励文本图像生成方法

[发明专利]一种文本检测方法及系统-CN202110262754.4有效
发明人：江少锋;杨素华;陈震;张聪炫 -专利权人：南昌航空大学
申请日： 2021-03-11 - 公布日： 2023-01-24 - 主分类号： G06V10/22 文献下载
摘要：本发明公开了一种文本检测方法及系统。该文本检测方法包括包括：训练阶段和检测阶段；训练阶段的步骤包括：获取待训练图像；对待训练图像进行垂直投影处理并利用垂直投影中的空白间隙完成文字的分割，得到待训练标签数据；将待训练标签数据输入文本检测模型中进行训练，得到经训练文本检测模型；检测阶段的步骤包括：获取待测文本图像；将待测文本图像输入经训练文本检测模型中生成包含检测结果的文本检测框。本发明的文本检测方法及系统能包含完整的文本信息，克服对长文本检测效果不佳的缺陷，同时能够有效去除非文本信息。
一种文本检测方法系统

[发明专利]语言交互方法、装置、通信设备及存储介质-CN202311107488.3在审
发明人：汪伟;赵旭东 -专利权人：苏州浪潮智能科技有限公司
申请日： 2023-08-30 - 公布日： 2023-10-24 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例提供了一种语言交互方法、装置、通信设备及存储介质，包括：获取训练输入文本和训练输出文本；确定针对待训练语言模型的训练目标；根据所述训练目标对所述训练输入文本中的字符进行掩码，得到掩码输入文本；将所述掩码输入文本输入所述待训练语言模型得到目标输出文本；根据所述训练目标、所述目标输出文本和所述训练输出文本计算损失值；当所述损失值达到预设收敛条件时，将所述待训练语言模型作为训练完成的语言模型。本申请实施例通过设定不同的训练目标同时对待训练语言模型进行训练，从而训练出同时具备优秀的语义理解能力和文本生成能力的语言模型。
语言交互方法装置通信设备存储介质

[发明专利]文本识别模型的训练方法、文本识别方法、装置及设备-CN202210729166.1在审
发明人：黎安 -专利权人：联仁健康医疗大数据科技股份有限公司
申请日： 2022-06-24 - 公布日： 2022-11-11 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了文本识别模型的训练方法、文本识别方法、装置及设备。该文本识别模型训练方法包括：获取第一文本识别模型；对第一文本识别模型进行训练，在第一文本识别模型的训练过程达到第一训练条件的情况下，将解码模块中的网络层减少至目标数量，得到第二文本识别模型；对第二文本识别模型进行训练，在第二文本识别模型的训练过程达到第二训练条件的情况下，基于轻量化编码模块替换第二文本识别模型中的编码模块，得到第三文本识别模型；对第三文本识别模型进行训练，在第三文本识别模型的训练过程达到第三训练条件的情况下，得到训练完成的文本识别模型。本发明对文本识别模型进行多次调整和训练，兼顾模型准确率和大小，提高模型的适用范围。
文本识别模型训练方法装置设备

[发明专利]异常文本检测模型训练方法、异常文本检测方法及装置-CN202210590192.0在审
发明人：刘全赟 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-05-26 - 公布日： 2022-11-01 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种异常文本检测模型训练方法、异常文本检测方法及装置，本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等场景，方法包括：获取包括训练文本和训练文本的分类标签的训练样本集，训练文本中用于表示时间的字符被替换为预设字符，产生时间在第一时间之前的训练文本的分类标签为第一分类标签，产生时间在第一时间之后的训练文本的分类标签为第二分类标签，第一时间在当前时间之前，在任一次训练过程中，以训练文本为文本分类模型的输入，输出训练文本的分类预测概率，根据训练文本的分类预测概率与训练文本的分类标签，对文本分类模型的参数进行调整，直到满足停止训练条件，将得到的文本分类模型输出为异常文本检测模型。
异常文本检测模型训练方法装置

[发明专利]自动文本查错方法-CN201910522004.9在审
发明人：姬成龙;吴东野;冯大辉 -专利权人：无码科技（杭州）有限公司
申请日： 2019-06-17 - 公布日： 2019-09-13 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种自动文本查错方法，包含以下步骤：对训练文本进行预处理，训练文本用于对查错模型进行训练；对预处理后的训练文本生成错误得到带错误标记的训练文本；将生成错误信息后的带错误标记的训练文本输入到查错模型中对其进行训练；对待查错文本进行预处理；将预处理后的待查错文本输入到训练后的查错模型中得到查错结果。本发明的有益之处在于提供的自动文本查错方法通过对查错模型进行训练后，可以通过训练好的查错模型快速识别文本中的错误。
训练文本预处理自动文本错误标记文本错误信息快速识别

[发明专利]文本生成模型的训练方法、生成文本的方法以及各自装置-CN202210429607.6在审
发明人：耿瑞莹;李亮;石翔;黎槟华;李永彬;孙健 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-04-22 - 公布日： 2022-09-02 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供文本生成模型的训练方法、生成文本的方法以及各自装置，其中所述文本生成模型的训练方法包括：获得文本生成模型，以及具有文本相关性的多个任务各自的样本，其中，文本生成模型包括多个训练阶段，每个训练阶段对应不同训练目标，样本具有标注精度等级；针对每个训练阶段，根据多个任务各自的样本中，与该训练阶段的训练目标匹配的标注精度等级的样本，获得该训练阶段的样本集；针对多个训练阶段中的第一个训练阶段，利用该第一个训练阶段的样本集对所述文本生成模型进行训练，得到更新的文本生成模型；针对第一个训练阶段之后的任一训练阶段，利用该任一训练阶段的样本集继续训练文本生成模型，得到更新的文本生成模型。
文本生成模型训练方法以及各自装置

[发明专利]文本分类方法、装置、计算机设备及存储介质-CN202010365938.9在审
发明人：王盼 -专利权人：深圳壹账通智能科技有限公司
申请日： 2020-04-30 - 公布日： 2020-09-08 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能技术领域，提供一种文本分类方法、装置、计算机设备及存储介质，所述方法包括：为待分类文本构建文本图；将文本图输入文本分类模型中，获取多个训练文本及每个训练文本的第一类别标识；为每个训练文本构建训练文本图；基于训练文本图及对应的第一类别标识构建多个训练样本对并输入至图卷积神经网络中进行训练；采用后向传播算法来迭代更新图卷积神经网络中的参数信息得到文本分类模型；将满足收敛条件时的文本分类模型作为最优文本分类模型；获取文本分类模型输出的类别标识；根据类别标识确定待分类文本的类别。通过为每一个训练文本构建一个文本图，减少边的数量，从而提高了训练文本分类模型的效率和提高文本分类的效率。
文本分类方法装置计算机设备存储介质

[发明专利]待标注文本数据的推荐方法、装置及电子设备-CN202310151388.4在审
发明人：尹何举;韩磊;刘凯;丁鑫哲 -专利权人：北京百度网讯科技有限公司
申请日： 2023-02-10 - 公布日： 2023-05-16 - 主分类号： G06F40/211 文献下载
摘要：本公开提供了待标注文本数据的推荐方法、装置及电子设备，涉及人工智能技术领域，尤其涉及深度学习、自然语言处理、智能搜索技术领域。具体实现方案为：获取经第一训练文本样本集训练得到的文本处理模型、第一训练文本样本集对应的第一错误文本样本集；采用第二训练文本样本集、验证文本样本集以及文本处理模型，获取第二训练文本样本集对应的第二错误文本样本集；根据多个第二错误文本样本集，从多个第二训练文本样本集中选择正训练文本样本集以及负训练文本样本集，进而对初始文本匹配模型进行训练以及从待标注文本数据库中选择待推荐的待标注文本数据，从而能够选择得到对错误文本样本的处理准确度提升效果最好的待标注文本数据
标注文本数据推荐方法装置电子设备