Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 平安科技(深圳)有限公司李泽远获国家专利权

平安科技(深圳)有限公司李泽远获国家专利权

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!

龙图腾网获悉平安科技(深圳)有限公司申请的专利文本分类模型训练方法、装置、计算机设备及存储介质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:CN116523019B

龙图腾网通过国家知识产权局官网在2025-12-16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:202310393426.7,技术领域涉及:G06N3/08;该发明授权文本分类模型训练方法、装置、计算机设备及存储介质是由李泽远;王健宗设计研发完成,并于2023-04-06向国家知识产权局提交的专利申请。

文本分类模型训练方法、装置、计算机设备及存储介质在说明书摘要公布了:本发明公开了一种文本分类模型训练方法,该方法获取文本训练数据集;在训练过程中对初始本地模型执行动态学习率调整操作,得到预测标签;根据同一文本训练数据对应的样本标签和所有预测标签,确定预测损失值,并根据预测损失值对所有文本训练数据进行筛选,得到目标文本数据;通过目标文本数据对第一本地模型进行训练,得到第二本地模型;获取第二本地模型对应的本地模型参数,以令服务器根据所有客户端发送的本地模型参数生成文本分类模型。本发明通过所有文本训练数据对初始本地模型进行训练,实现了对不同学习率下预测损失值的确定。通过目标文本数据对第一本地模型的训练,得到第二本地模型,提高了第二本地模型预测的准确性。

本发明授权文本分类模型训练方法、装置、计算机设备及存储介质在权利要求书中公布了:1.一种文本分类模型训练方法,其特征在于,所述文本分类模型训练方法应用在联邦学习系统中的至少一个客户端中;所述联邦学习系统还包括服务器;所述文本分类模型训练方法包括: 获取文本训练数据集;所述文本训练数据集中包括至少一个文本训练数据;一个所述文本训练数据关联一个样本标签; 在通过所述文本训练数据对初始本地模型进行训练过程中,对所述初始本地模型执行动态学习率调整操作,获取所述初始本地模型输出所述文本训练数据在不同学习率下的预测标签; 根据同一所述文本训练数据对应的样本标签和所有预测标签,确定所述文本训练数据对应的预测损失值,并根据所述预测损失值对所有所述文本训练数据进行筛选,得到目标文本数据; 通过所述目标文本数据对第一本地模型进行训练,得到第二本地模型;所述第一本地模型通过所述文本训练数据对初始本地模型进行训练得到; 获取所述第二本地模型对应的本地模型参数,并将所述本地模型参数发送至所述服务器中,以令所述服务器根据所有所述客户端发送的本地模型参数生成文本分类模型; 所述对所述初始本地模型执行动态学习率调整操作,获取所述初始本地模型输出所述文本训练数据在不同学习率下的预测标签,包括: 通过所述初始本地模型中的卷积层对所述文本训练数据进行卷积处理,得到卷积特征向量; 通过所述初始本地模型中的最值池化层对所述卷积特征向量进行池化处理,得到池化特征向量; 将所述池化特征向量输入至所述初始本地模型中的残差网络层,并获取所述残差网络层输出的残差特征向量; 通过所述初始本地模型中的全局均值池化层对所述残差特征向量进行池化处理,得到均值池化向量; 通过所述初始本地模型中的全连接层对所述均值池化向量进行预测,得到所述预测标签。

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平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。