买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州费尔斯通科技有限公司申请的专利一种基于元学习的少样本实体识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112906393B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110246394.9，技术领域涉及：G06F40/295；该发明授权一种基于元学习的少样本实体识别方法是由韩瑞峰;杨红飞设计研发完成，并于2021-03-05向国家知识产权局提交的专利申请。

本一种基于元学习的少样本实体识别方法在说明书摘要公布了：本发明公开了一种基于元学习的少样本实体识别方法，首先制作元训练数据和元测试数据，并构建用于实体识别的序列标注模型。然后将元训练数据输入模型，回传损失值得到新的模型参数并保存，将元测试数据和新的模型参数输入模型，回传损失值得到的调节后的模型参数去更新序列标注模型参数，完成一轮训练。直到达到预设循环次数，训练得到元模型。最后用训练得到的元模型在目标领域上进行训练，训练完成后即得到最终的模型，用最终的模型去预测识别目标领域中的无标签样本数据。本发明用于少量标注样本下的实体识别，通过具有一定量标注样本的源领域语料上的训练，使得在少量标注样本的目标领域语料上训练时能够达到更高的准确率。

本发明授权一种基于元学习的少样本实体识别方法在权利要求书中公布了：1.一种基于元学习的少样本实体识别方法，其特征在于，该方法具体步骤如下： （1）元训练数据的准备 将源领域标注语料和目标领域标注语料制作为若干批的元训练数据集，每一批包含源领域中的K个样本作为元训练数据，目标领域中的K个样本作为元测试数据，根据小样本场景的目标设定K值；每一批元训练数据中包含N个类别，即在制作每一批元训练数据时，从源领域标注语料和目标领域标注语料中随机选取N个类别；构建用于实体识别的序列标注模型，模型的输入为元训练数据，模型的输出为N个类别，N为目标领域中实际的类别个数； （2）模型的元训练 按照步骤（1）的方式制作的若干批元训练数据集中随机选择一批，将源领域的元训练数据输入序列标注模型产生训练过程损失值，回传训练过程损失值得到训练过程调节后的模型参数并保存新的模型参数，但不更新序列标注模型参数；然后用目标领域中的元测试数据和训练过程调节后新的模型参数，输入序列标注模型产生测试过程损失值，回传测试过程损失值得到测试过程调节后的模型参数，用测试过程调节后的模型参数去更新序列标注模型的参数，完成一轮训练；按照步骤（2）过程循环元训练，直到达到预设循环次数，训练得到元模型； （3）模型的训练 用步骤（2）训练得到的元模型在目标领域上进行训练，每轮训练在第（1）步制作的若干批目标领域的元测试数据中随机取一批输入元模型进行训练，直到达到预设训练的轮数，训练完成后即得到最终的模型，用最终的模型去预测识别目标领域中的无标签样本数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州费尔斯通科技有限公司，其通讯地址为：310051 浙江省杭州市滨江区西兴街道阡陌路482号B楼第七层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。