原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于少样本语料的问句理解模型训练方法和系统，其中方法包括如下步骤：获取少于设定阈值的样本语料数据，并对样本语料数据进行标注；对少于设定阈值的样本语料数据进行数据增强；将数据增强后的语料转化为词向量，并生成文本向量；构建基于互增强的意图识别与实体抽取联合模型；将词向量输入基于互增强的意图识别与实体抽取联合模型中进行训练，得到意图识别与实体抽取联合模型。本发明不需要大量的人力和时间来对规则和模板进行编写，也不需要耗费大量时间对训练数据进行标注。在训练数据较少的情况下，仍然保证模型的预
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112417116 B
(45)授权公告日 2022.03.15
(21)申请号 202011294489.X G06F 40/284 (2020.01)
文档评论（0）