[发明专利]基于人工智能的分词模型的修正方法、装置、设备和介质有效
| 申请号： | 201710449945.5 | 申请日： | 2017-06-14 |
| 公开（公告）号： | CN107273357B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 郑利群;詹金波;肖求根;付志宏;何径舟;周古月 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06N3/02 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 孟金喆 |
| 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： | 本发明实施例公开了一种基于人工智能的分词模型的修正方法、装置、设备和介质。所述方法包括：获取分词模型的模型参数，同时，通过神经网络对第一训练语料的设定泛化特征对应的特征向量进行训练得到设定泛化特征的模型参数；根据分词模型的模型参数和设定泛化特征的模型参数对第一训练语料进行分词处理，得到分词结果；根据设定规则比较分词结果与第一训练语料，依据比较结果修正分词模型的模型参数和神经网络参数。本发明实施例的技术方案实现了简便和快速地扩展已有分词模型的泛化能力，准确地获取具有泛化性的分词结果，同时，还是可以依据该泛化性的分词结果对已有分词模型进行修正，增加已有分词模型的模型参数的准确度。 | ||
| 搜索关键词： | 基于 人工智能 分词 模型 修正 方法 装置 设备 介质 | ||
【主权项】：
一种基于人工智能的分词模型的修正方法，其特征在于，包括：获取分词模型的模型参数，同时，通过神经网络对第一训练语料的设定泛化特征对应的特征向量进行训练得到所述设定泛化特征的模型参数；根据所述分词模型的模型参数和所述设定泛化特征的模型参数对所述第一训练语料进行分词处理，得到分词结果；根据设定规则比较所述分词结果与所述第一训练语料，依据比较结果修正所述分词模型的模型参数和所述神经网络参数。
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/201710449945.5/，转载请声明来源钻瓜专利网。
