- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
本公开提供了一种基于梯度提升决策树的句词概率计算方法及系统,在多个梯度提升决策树模型进行学习的过程中,根据平行数据的分批次输入,计算各个梯度提升决策树模型之间的共享权重,以共享权重调节多个梯度提升决策树模型的损失函数,学习后得到多个判别模型,分别输入多个判别模型分别得到多个输出的判别分数,分别将各个判别模型输出的判别分数结合共享权重得到最终的总体判别分数。由此提升句词概率计算的并行性与高效性,通过数据并行化实现了降低所有候选分词的计算成本与时间复杂度的有益效果。
(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 113609843 B
(45)授权公告日 2022.02.01
(21)申请号 202111184159.X (56)对比文件
(22)申请日 2021.10.12
文档评论(0)