一种基于联邦学习的公文智能推荐方法

    公开(公告)号:CN115238065B

    公开(公告)日:2022-12-20

    申请号:CN202211154292.5

    申请日:2022-09-22

    Abstract: 本申请提供一种基于联邦学习的公文智能推荐方法,所述方法包括:确定目标公文文本的公文类型以及各公文子数据库对应的公文类型;确定各公文子数据库对应的联邦学习架构;将所述联邦学习架构由联邦学习聚合服务器广播给所述各公文子数据库;进行联邦学习训练后输出所述目标公文文本对应的公文推荐结果。本发明提供的公文智能推荐方法,采用联邦学习的架构训练得到公文推荐模型,克服了各公文子数据库数据不互通导致的训练语料缺失的问题;同时基于各公文子数据库语料数据的特点,使得公文推荐模型对公文文本共通的语法结构特征和各类公文文本各自的特定语法结构特征均兼顾了学习,进而使得公文推荐模型的推荐结果准确率较高。

    一种基于联邦学习的公文智能推荐方法

    公开(公告)号:CN115238065A

    公开(公告)日:2022-10-25

    申请号:CN202211154292.5

    申请日:2022-09-22

    Abstract: 本申请提供一种基于联邦学习的公文智能推荐方法,所述方法包括:确定目标公文文本的公文类型以及各公文子数据库对应的公文类型;确定各公文子数据库对应的联邦学习架构;将所述联邦学习架构由联邦学习聚合服务器广播给所述各公文子数据库;进行联邦学习训练后输出所述目标公文文本对应的公文推荐结果。本发明提供的公文智能推荐方法,采用联邦学习的架构训练得到公文推荐模型,克服了各公文子数据库数据不互通导致的训练语料缺失的问题;同时基于各公文子数据库语料数据的特点,使得公文推荐模型对公文文本共通的语法结构特征和各类公文文本各自的特定语法结构特征均兼顾了学习,进而使得公文推荐模型的推荐结果准确率较高。

Patent Agency Ranking