语义分类模型的训练方法、装置、设备及存储介质.pdf
玉怡****文档
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
语义分类模型的训练方法、装置、设备及存储介质.pdf
本申请涉及数据处理技术领域,揭示了一种语义分类模型的训练方法、装置、设备及存储介质,其中方法包括:将训练样本输入第一分类训练模型中,得到第一语义分类结果,并通过损失函数计算第一语义分类结果的第一损失值;将扰动元素项与稀疏矩阵进行叠加,得到扰动矩阵;将不同的扰动矩阵添加至第一分类训练模型的词嵌入向量中,得到若干个第二分类训练模型;采用每一个第二分类训练模型分别对训练样本进行语义分类,得到若干组不同的第二语义分类结果,通过损失函数计算每一组第二语义分类结果的第二损失值,并根据第二损失值在第二分类训练模型中选取
语义表示模型的训练方法、装置、设备和存储介质.pdf
本公开提供了一种语义表示模型的训练方法、装置、设备和存储介质,计算机技术领域,具体涉及自然语言处理、深度学习等技术领域。语义表示模型的训练方法包括:获取当前轮对应的当前步数;基于所述当前步数,确定语义表示模型采用的超参数的当前值;在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。本公开可以提高语义表示模型的训练速度,节省计算资源。
文本分类模型的训练方法、装置、设备及存储介质.pdf
本申请涉及人工智能,尤其涉及自然语言处理技术领域,提供一种文本分类模型的训练方法、装置、设备及存储介质,该方法包括:获取第一训练数据集,第二训练数据集;将第一训练数据集输入多个候选文本分类模型进行模型训练,获得每个候选文本分类模型对应的模型评价信息;模型评价信息表征候选文本分类模型的泛化能力;根据模型评价信息确定多个候选文本分类模型中泛化能力最强的候选文本分类模型,作为目标文本分类模型;将第二训练数据集输入目标文本分类模型,对目标文本分类模型进行模型训练,获得训练好的目标文本分类模型,实现提高文本分类的准
分类模型训练方法、装置、电子设备及存储介质.pdf
本发明公开了一种分类模型训练方法、装置、电子设备及存储介质。该方法包括:获取初始样本数据集,其中,所述初始样本数据集包括第一数据子集和第二数据子集,所述第一数据子集的样本数量大于所述第二数据子集的样本数量;基于第一权重在第一数据子集中进行数据抽样,以及基于第二权重在第二数据子集中进行数据抽样,得到训练数据集,其中,所述第一权重小于所述第二权重;基于所述训练数据集中的样本数据和所述样本数据对应的分类结果,对待训练的分类模型进行训练,得到目标分类模型。上述技术方案,提高了不平衡数据集下的分类效果。
分类模型训练方法、装置、电子设备及存储介质.pdf
本发明实施例公开了一种分类模型训练方法、装置、电子设备及存储介质。该方法包括:确定训练样本集合;针对各训练样本数据,将当前训练样本数据作为待训练分类模型的输入参数,得到与当前训练样本数据相对应的至少一个待确定分类标识;根据当前训练样本数据中的至少一个理论分类标识和相应的至少一个待确定分类标识,对待训练分类模型中的模型参数进行修正;将待训练分类模型中的损失函数收敛作为训练目标,得到目标分类模型。解决了现有技术中基于原始神经网络模型对图像进行分类,存在分类准确性差的问题,实现提高模型训练的速度和准确度,同时在