-
公开(公告)号：CN112115257B
公开(公告)日：2023-07-14
申请号：CN201910537150.9
申请日：2019-06-20
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/332 , G06F16/35 , G06F40/289 , G06N3/0475 , G06N3/048 , G06N3/0442 , G06N3/084 , G06N3/094
Abstract: 本申请实施例公开了用于生成信息评估模型的方法和装置、用于确定评论信息的有用性的方法和装置、电子设备以及计算机可读介质。用于生成信息评估模型的方法包括：获取训练样本，训练样本包括具有有用性标签的第一样本评论信息和不具有有用性标签的第二样本评论信息；获取基于生成式对抗网络中的生成网络和判别网络分别构建的预测器模型和判别器模型，利用第一样本评论信息预训练预测器模型，预测器模型用于预测评论信息的有用性标签，判别器模型用于判别有用性标签的真实性；迭代执行多次训练操作对预测器模型和判别器模型进行训练，将训练完成的预测器模型作为信息评估模型。该方法基于海量未知价值的评论信息训练评估模型，可以提升模型准确性。
-
公开(公告)号：CN112015859A
公开(公告)日：2020-12-01
申请号：CN201910470354.5
申请日：2019-05-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供一种文本的知识层次抽取方法及装置、计算机设备及可读介质。所述方法包括：对指定文本进行分词，得到词语列表，所述词语列表中包括按照在所述指定文本中的先后顺序排列的至少一个词语；分析所述词语列表中各所述词语在所述指定文本中的词性，得到所述词语列表对应的词性列表；根据所述词语列表、所述词性列表以及预先训练的知识层次抽取模型，预测出所述指定文本中包括的SPO三元组。本发明通过采用上述技术方案，对于任何指定的文本，无论其组织结构多松散，均可以基于预先训练的知识层次抽取模型，准确地抽取出其中包括的SPO三元组；与现有技术相比，能够有效地提高知识层次抽取的效率和准确性。
-
公开(公告)号：CN112115257A
公开(公告)日：2020-12-22
申请号：CN201910537150.9
申请日：2019-06-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于生成信息评估模型的方法和装置、用于确定评论信息的有用性的方法和装置、电子设备以及计算机可读介质。用于生成信息评估模型的方法包括：获取训练样本，训练样本包括具有有用性标签的第一样本评论信息和不具有有用性标签的第二样本评论信息；获取基于生成式对抗网络中的生成网络和判别网络分别构建的预测器模型和判别器模型，利用第一样本评论信息预训练预测器模型，预测器模型用于预测评论信息的有用性标签，判别器模型用于判别有用性标签的真实性；迭代执行多次训练操作对预测器模型和判别器模型进行训练，将训练完成的预测器模型作为信息评估模型。该方法基于海量未知价值的评论信息训练评估模型，可以提升模型准确性。
-
公开(公告)号：CN112015859B
公开(公告)日：2023-08-18
申请号：CN201910470354.5
申请日：2019-05-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供一种文本的知识层次抽取方法及装置、计算机设备及可读介质。所述方法包括：对指定文本进行分词，得到词语列表，所述词语列表中包括按照在所述指定文本中的先后顺序排列的至少一个词语；分析所述词语列表中各所述词语在所述指定文本中的词性，得到所述词语列表对应的词性列表；根据所述词语列表、所述词性列表以及预先训练的知识层次抽取模型，预测出所述指定文本中包括的SPO三元组。本发明通过采用上述技术方案，对于任何指定的文本，无论其组织结构多松散，均可以基于预先训练的知识层次抽取模型，准确地抽取出其中包括的SPO三元组；与现有技术相比，能够有效地提高知识层次抽取的效率和准确性。
-
-
-
Search Results
4
records
(took 0.028 seconds)
