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！

龙图腾网获悉国家计算机网络与信息安全管理中心申请的专利基于大模型数据增强和深度学习的广告检测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：CN119739851B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411872070.6，技术领域涉及：G06F16/335；该发明授权基于大模型数据增强和深度学习的广告检测方法是由杨近朱;李邱苹;孙笑科;胡燕林;党向磊;蔡苑颖;冯静怡;侯彬;王鼎华;李佳;张良;翟海滨设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于大模型数据增强和深度学习的广告检测方法在说明书摘要公布了：本发明涉及广告检测技术领域，特别是一种基于大模型数据增强和深度学习的广告检测方法，采用分层抽样策略，对初始标注数据进行抽样，基于抽样数据集微调大模型，提升其在广告文本上的分类能力。利用筛选规则筛选具有明显语义特征的广告文本数据，利用微调后的大模型的语义理解能力对满足条件的广告文本数据进行预标注，再进行人工校对，以确保数据的准确性和一致性。利用人工校对后的数据进行BERT模型的训练，通过对大规模数据进行分类和识别，显著提高广告检测的效果和应用价值。

本发明授权基于大模型数据增强和深度学习的广告检测方法在权利要求书中公布了：1.一种基于大模型数据增强和深度学习的广告检测方法，其特征在于，步骤包括： S1微调大模型辅助数据标注： S1.1根据数据类型和标签对初始数据进行人工标注，得到初始标注数据集； S1.2采用分层抽样策略，根据标签分布和文本特征对初始标注数据集进行分层，从每层中按比例抽取样本，得到抽样数据集其中xi表示输入数据，yi表示标签，作为大模型的输入； S1.3基于抽样数据集D对大模型进行微调，得到大模型M； S2数据增强： S2.1基于筛选规则筛选出具有明显语义特征的广告文本数据，输入大模型M进行标注，输出标签为：Lx＝Mx；θ，其中θ表示大模型的参数； S2.2对标签Lx进行人工校对得到结果：L'x＝ALx； S3微调与训练BERT模型： S3.1对步骤S2.2得出的数据，采用重采样技术以及数据增强技术进行处理后，作为BERT模型的输入； S3.2采用逐步微调策略，对BERT模型进一步训练，在训练过程中，包括如下操作： 利用交叉熵损失函数来评估模型的分类误差： 其中，yi为真实标签，对于正类yi＝1，对于负类yi＝0，为模型预测样本为正类的概率； 采用批量训练策略优化模型，设定训练批次，对每个批次进行梯度计算， 其中，θt为模型当前参数，η为学习率，B为批次大小，表示交叉熵损失函数的梯度，xi，yi为批次内的样本和标签； 通过网格搜索对超参数进行调优，网格搜索优化超参数的目标函数定义为： 其中，η*,B*,E*为最优超参数组合，η为学习率、B为批次大小、E为训练轮数。

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国家计算机网络与信息安全管理中心，其通讯地址为：100029 北京市朝阳区裕民路甲3号；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”。

以上内容由龙图腾AI智能生成。