原创力文档- 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
本发明实施例提供一种顾及电力特征的地址分词深度学习模型构建方法及系统，属于电力语言文本的识别技术领域。所述构建方法包括：获取通用地址和电力行业地址的单数据集；将所述单数据集的部分输入掩盖，以掩盖的内容作为输入，未掩盖的内容作为输出，构成预训练数据集；采用所述预训练数据集训练初始的BAStructBERT模型，以得到初步BAStructBERT模型；根据所述单数据集获取通用地址和电力行业地址的关联数据集；采用所述关联数据集训练所述初步BAStructBERT模型，以得到训练完成的所述BAStruc
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117688980A
(43)申请公布日2024.03.12
(21)申请号202311728128.5G06F16/387(2019.01)
文档评论（0）