“语言训练”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388125个，建议您升级VIP下载更多相关专利

[发明专利]一种自然语言生成段子、笑话和相声技术-CN202011368285.6在审
发明人：陈惟斌 -专利权人：陈惟斌
申请日： 2020-12-02 - 公布日： 2022-06-03 - 主分类号： G10L13/027 文献下载
摘要：一种自然语言生成段子、笑话和相声技术，包括数据集(1)、数据整理(2)、深度学习自然语言生成模型(3)、生成工具(4)，所述数据集经过数据整理(2)，按照深度学习自然语言生成模型（3）的算法逻辑训练，训练成功后通过生成工具本发明提供一种自然语言生成段子、笑话和相声技术，采用深度学习自然语言生成模型，利用这种生成模型，一分钟内就能生成大量的段子、笑话和相声底稿。为达此目的，本发明一种自然语言生成段子、笑话和相声技术，包括数据集、数据整理、深度学习自然语言生成模型、生成工具，所述数据集经过数据整理，按照深度学习自然语言生成模型的算法逻辑训练，训练成功后通过生成工具自动生成段子
一种自然语言生成段子笑话相声技术

[发明专利]多语言混杂模型建立、数据获取方法及装置、电子设备-CN201710230061.0有效
发明人：白锦峰;贾磊 -专利权人：北京猎户星空科技有限公司
申请日： 2017-04-10 - 公布日： 2021-07-09 - 主分类号： G10L15/06 文献下载
摘要：本发明实施例提供了一种多语言混杂模型建立、数据获取方法及装置、电子设备，方法包括：根据多语言所包含的语音单元确定声学模型的建模单元，基于深度神经网络，构建声学模型，其中，建模单元为上下文无关的语音单元；获取多语言混杂的语音训练数据，将多语言混杂的语音训练数据中的混杂语音信号转化成特征向量序列，将混杂语音信号对应的混杂标注文本转化成基于声学模型的建模单元的混杂标签序列；使用特征向量序列和混杂标签序列，训练声学模型；获取多语言混杂的语料数据，训练语言模型；根据声学模型和语言模型，建立多语音混杂的语音识别系统。应用本发明实施例，提高了对混杂多种语言的语音数据的识别正确率。
语言混杂模型建立数据获取方法装置电子设备

[发明专利]生成自然语言的方法、装置、设备及可读存储介质-CN201910357502.2有效
发明人：付圣;任冬淳;丁曙光;钱德恒;王志超;朱炎亮 -专利权人：北京三快在线科技有限公司
申请日： 2019-04-29 - 公布日： 2020-09-29 - 主分类号： G06F40/253 文献下载
摘要：本申请公开了生成自然语言的方法、装置、设备及可读存储介质，属于人工智能领域。方法包括：获取目标指令的内容所包括的目标词汇，以及目标指令的环境图片中的环境元素所指示的描述词汇；基于目标词汇及描述词汇，调用自然语言模型按照参考语法生成一条或多条初始自然语句，自然语言模型是根据训练数据集训练过的语言模型；获取每条初始自然语句的分值，基于每条初始自然语句的分值选择满足条件的自然语句作为目标指令的自然语言。本申请通过根据训练数据集训练过的自然语言模型来生成初始自然语句，从初始自然语句中选择满足条件的自然语句作为目标指令的自然语言，不仅效率较高，而且生成的自然语言语义明确、易于理解，用户的使用体验好。
生成自然语言方法装置设备可读存储介质

[发明专利]语言翻译处理模型训练方法和语言翻译处理方法-CN202010743766.4有效
发明人：肖嵘 -专利权人：中国平安财产保险股份有限公司
申请日： 2020-07-29 - 公布日： 2023-04-07 - 主分类号： G06F40/42 文献下载
摘要：本发明实施例提供一种语言翻译处理模型训练方法，包括对样本语言文本执行向量转化，以得到多个样本分词数据对应的样本分词向量及位置向量；随机初始化转换神经网络模型中的权重参数；基于第一约束条件和第二约束条件，得到约束后的权重参数；根据样本分词向量、位置向量、约束后的权重参数计算样本注意力分值，并得到目标样本翻译语言文本；当目标样本翻译语言文本与样本语言文本对应的样本翻译语言文本不一致时，调整模型的约束后的权重参数，以得到训练后的语言翻译处理模型。本发明实施例提供语言翻译处理方法。本发明实施例的模型训练方法对权重参数增加约束条件，提升模型优化的速度，提高模型训练的稳定性。
语言翻译处理模型训练方法

[发明专利]事件类型分析方法及相关设备-CN202210487017.9在审
发明人：蔡飞;宋城宇;冷静宜;刘登峰;王思远;张鑫;陈洪辉;张维明 -专利权人：中国人民解放军国防科技大学
申请日： 2022-05-06 - 公布日： 2022-08-09 - 主分类号： G06K9/62 文献下载
摘要：所述方法包括：获取包括有父标签的父训练集和包括有子标签的第一子训练集；将父训练集中的第一输入元组转化为第一提示格式；基于第一提示格式对预训练语言模型进行调整，得到第一语言模型；将父标签加入第一子训练集的对应的第二输入元组中，得到第二子训练集；将第二子训练集中的第二输入元组转化为第二提示格式；基于第二提示格式对所述第一语言模型进行调整，得到第二语言模型；利用第二语言模型分析待检测文本对应的事件类型。本申请实施例通过引入父子标签以及费雪信息的概念，在训练模型时提供了额外的监督信号，以及能够有效识别信息量最大的示范例子用于训练，最终实现了对事件类型的分析。
事件类型分析方法相关设备

[发明专利]数学题解答模型训练方法及装置-CN202310876661.X在审
发明人：汪骞;暴宇健;王芳 -专利权人：深圳须弥云图空间科技有限公司
申请日： 2023-07-18 - 公布日： 2023-08-15 - 主分类号： G06F16/332 文献下载
摘要：本公开涉及机器学习技术领域，提供了一种数学题解答模型训练方法及装置。该方法包括：利用数学题训练数据对预训练语言模型进行训练；冻结训练后的预训练语言模型的模型参数，基于数学题推理数据控制被冻结模型参数后的预训练语言模型按照每道数学题对应的推理过程解答该数学题，直至得到该数学题对应的答案，使得预训练语言模型从多道数学题对应的推理过程中学习到解答各种数学题的思维链；将学习到解答各种数学题的思维链的预训练语言模型作为数学题解答模型，利用数学题解答模型多次生成待解答的目标数学题对应的推理过程和答案
数学题解答模型训练方法装置

[发明专利]一种基于掩码语言模型的文献新词发现方法及系统-CN202111141051.2在审
发明人：朱家兵;杨玺;谷钢;尹京刚 -专利权人：浪潮软件科技有限公司
申请日： 2021-09-28 - 公布日： 2022-01-07 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种基于掩码语言模型的文献新词发现方法及系统，属于人工智能自然语言处理技术领域，该方法包括掩码语言训练组件、模型依赖关系运算组件和最大概率运算组件，掩码语言训练组件对文献数据进行数据清洗、句段切分，通过训练集的训练组成向量标识Word Embedding，组建Attention机制和前馈神经网络，合为一组Encoder，并搭建Encoder训练模型；将编码后的训练集采用随机屏蔽，部分输入token做训练集输入，被屏蔽的token做输出，以该方式做数据生成器，训练深度双向表示网络。
一种基于掩码语言模型文献新词发现方法系统

[发明专利]训练数据确定方法、装置和计算机设备-CN202310275302.9在审
发明人：梁素改;王升升 -专利权人：杭州市第七人民医院
申请日： 2023-03-14 - 公布日： 2023-07-21 - 主分类号： G06F40/295 文献下载
摘要：本申请涉及一种训练数据确定方法、装置、计算机设备和可读存储介质，该方法包括：获取原始病历数据集和预设的医疗标注数据集；根据原始病历数据集和医疗标注数据集对预训练语言模型进行训练，得到初步训练语言模型；将医疗非标注数据集输入初步训练语言模型，输出医疗非标注数据集中每个字符与每个字符对应的实体类别标签之间的匹配度；若各匹配度均大于预设匹配度，则将医疗非标注数据集确定为初步训练语言模型的训练数据集。采用本方法能够解决医疗命名实体识别任务中可用电子病历不足导致的模型得不到充分训练的问题。
训练数据确定方法装置计算机设备

[发明专利]模型的训练方法、文本处理方法及装置-CN202211102466.3在审
发明人：吕乐宾;蒋宁;肖冰;李宽;丁隆耀 -专利权人：马上消费金融股份有限公司
申请日： 2022-09-09 - 公布日： 2023-06-06 - 主分类号： G06F40/216 文献下载
摘要：本申请公开了一种模型的训练方法、文本处理方法及装置，模型的训练方法包括预训练语言模型的训练方法和文本处理模型的训练方法。预训练语言模型的训练方法包括：基于第一样本文本包含的词语在第一样本文本所属第一样本集中的词频，确定第一样本文本中的多个待掩码词语；至少基于多个待掩码词语确定第一样本文本对应的多个备选词语；对多个待掩码词语进行掩码处理得到掩码文本；通过预训练语言模型，基于掩码文本以及多个备选词语，得到每个待掩码词语所在位置对应的预测词语；基于每个第一样本文本包含的多个待掩码词语及每个待掩码词语所在位置对应的预测词语，调整预训练语言模型的模型参数本申请有利于提高预训练语言模型的训练效果。
模型训练方法文本处理装置

[发明专利]自然语言训练模型训练方法、装置、计算机设备及介质-CN202310948480.3在审
发明人：张书铭;杨子康 -专利权人：济南浪潮数据技术有限公司
申请日： 2023-07-28 - 公布日： 2023-10-24 - 主分类号： G06N3/098 文献下载
摘要：本发明涉及计算机技术领域，公开了自然语言训练模型训练方法、装置、计算机设备及介质，包括：在本迭代周期内，分别利用两个自然语言训练模型对用例库中每一个功能模块对应的测试用例进行训练测试；当确定任一自然语言训练模型对第一功能模块对应的测试用例的训练测试符合预设停止条件时，将第一功能模块加入至阻塞池；控制两个自然语言训练模型均停止对第一功能模块的测试用例的训练，并分别利用两个自然语言训练模型进行除第一功能模块之外的其他功能模块的训练，直至当本迭代周期为预设数量的迭代周期中的最后一个迭代周期通过该方式，避免训练过程占用太多时间，大大提升工作效率。
自然语言训练模型方法装置计算机设备介质

[发明专利]语言模型的训练方法、训练装置及检验方法-CN201810738937.7有效
发明人：郑权;张峰;聂颖 -专利权人：龙马智芯（珠海横琴）科技有限公司
申请日： 2018-07-06 - 公布日： 2020-08-04 - 主分类号： G06F40/263 文献下载
摘要：本发明公开了一种语言模型的训练方法、训练装置及检验方法。所述训练方法包括：以特定的字和/或词初始化字表和/或词表，使用字表和/或词表以及原存语料对语言模型进行训练，生成训练好的语言识别模型。采用本发明，可以解决现有技术中旧语料字表和词表未能全部包含新语料中的字或词时需要使用全部的旧语料加新语料重新生成字表和词表对语言模型重新训练从而大量增加计算时间和成本的问题，大大增加了旧语料字表和词表全部包含新增语料中的字或词的概率，从而减少训练时间。
语言模型训练方法装置检验

[发明专利]一种基于全局训练空间的情感分析方法-CN202310225521.6在审
发明人：李显勇;黄珈铭;杜亚军;黄东;陈晓亮;范永全;李艳丽;刘佳;谢春芝;陈鹏;陈娟 -专利权人：西华大学
申请日： 2023-03-09 - 公布日： 2023-06-23 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于全局训练空间的情感分析方法，包括以下步骤：获取社交媒体的文本数据，对非正式文本数据进行处理，得到自然语言，并对自然语言进行划分，得到全局和局部训练空间数据；构建TL‑BERT模型，使用全局和局部训练空间数据对第一TL‑BERT模型进行训练；使用训练好的第一TL‑BERT模型对自然语言提取方面术语和意见词，构成并将方面‑意见对和自然语言输入第二TL‑BERT模型进行训练；根据训练好的第一TL‑BERT模型、训练好的第二本发明引入全局训练空间，具有良好的泛化性、简化了计算、提高了识别准确度。
一种基于全局训练空间情感分析方法

[发明专利]一种目标多语言神经机器翻译模型的构建方法和装置-CN202210959002.8在审
发明人：张婷;金任任;熊德意;程国艮 -专利权人：中译语通科技股份有限公司
申请日： 2022-08-10 - 公布日： 2022-10-28 - 主分类号： G06F40/58 文献下载
摘要：本申请提供了一种目标多语言神经机器翻译模型的构建方法。所述方法包括：将平行语料和伪平行语料作为初始训练样本；采用预设清洗方案对所述初始训练样本进行数据清洗，得到目标训练样本，其中，所述预设清洗方案包括：去除所述初始训练样本中不符合预设条件的预设文本、将所述初始训练样本中的空白字符替换为单个空格、对所述初始训练样本进行BPE分词三者中的至少一者；通过所述目标训练样本对初始多语言神经机器翻译模型进行训练，构建训练后的目标多语言神经机器翻译模型。本申请能够提高目标多语言神经机器翻译模型的翻译效果。
一种目标语言神经机器翻译模型构建方法装置

[发明专利]基于人工智能的问答方法、装置、计算机设备及存储介质-CN201910655550.X有效
发明人：朱威;李恬静 -专利权人：平安科技（深圳）有限公司
申请日： 2019-07-19 - 公布日： 2023-06-09 - 主分类号： G06F16/36 文献下载
摘要：一种基于人工智能的问答方法、装置、计算机设备及存储介质，基于第一训练数据进行语言模型训练，基于第二训练数据以及训练后的所述语言模型进行NER模型训练，以及关系匹配模型训练；基于所述训练后的NER模型识别待处理语句中的实体，基于所述训练后的关系匹配模型获得所述待处理语句对应的关系；根据所述待处理语句对应的关系、所述待处理语句中的实体，确定所述待处理语句所对应的答案并输出。其基于语言模型迁移学习和图谱迁移学习技术，改进了语言模型常用的训练方法，可通过较少量的人工标记数据达到更高的精确度，更适合于构建知识图谱问答系统。
基于人工智能问答方法装置计算机设备存储介质

[发明专利]一种裁判文书结构化处理方法及系统-CN201910893066.0有效
发明人：请求不公布姓名 -专利权人：成都星云律例科技有限责任公司
申请日： 2019-09-20 - 公布日： 2023-04-25 - 主分类号： G06F40/186 文献下载
摘要：本发明公开了一种裁判文书结构化处理方法及系统，所述方法包括：建立裁判文书语料库；分析裁判文书结构；标注裁判文书，将标注的裁判文书划分为训练集和验证集；构建语言模型并预训练；计算预训练语言模型的损失函数；将训练集输入预训练语言模型，输出训练集中裁判文书的向量表示；利用该向量及训练集标注数据训练预测分段模型，获得初步的预测分段模型；将验证集输入预训练语言模型，将输出的向量输入初步预测分段模型，对比输出的分段结果与裁判文书标注调整优化预测分段模型
一种裁判文书结构处理方法系统