CN119493996A 一种基于数据增强的小样本学习方法和系统 （南京苏逸实业有限公司）_第1页
CN119493996A 一种基于数据增强的小样本学习方法和系统 （南京苏逸实业有限公司）_第2页
CN119493996A 一种基于数据增强的小样本学习方法和系统 （南京苏逸实业有限公司）_第3页
CN119493996A 一种基于数据增强的小样本学习方法和系统 （南京苏逸实业有限公司）_第4页
CN119493996A 一种基于数据增强的小样本学习方法和系统 （南京苏逸实业有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于数据增强的小样本学习方法和系统一种基于数据增强的小样本学习方法和系领域语料库对预定义的预训练语言模型进行微言模型进行命名实体识别和电力运维知识的多2收集电力领域相关文本数据，构建电力领域语料库，使用词向将样本中的每个词语与电力运维领域词典进行匹配，确定该词语的选择与电力运维领域相关的技术语言进行回译，然后选择性能最优的神经3使用预测概率熵或最大概率差指标，度量模型对样本预测增加基于领域词典的同义词替换和基于知识图谱的实数据集构建模块，用于从多个数据源收集电力运维文本数据并进多任务对抗学习模块，用于基于所述预训练语言模型进模型评估模块，用于对模型预测结果进行评估，基于评估结果动态所述处理器用于根据所述指令进行操作以执行根据权利要求1_7任一项所述的基于数执行时实现权利要求1_7任一项所述的基于数据增强的小样本学4[0008]步骤3：基于所述预训练语言模型进行命名实体识别和电力运维知识的多任务学[0011]所述数据来源包括电力企业内部运维数据库、电力运维文献5[0019]将样本中的每个词语与电力运维领域词典进行匹配，确定该[0028]本发明同时公开了一种利用前述基于数据增强的小样本学习方法的基于数据增6[0030]向量融入模块，用于利用电力领域语料库对预定义的预[0035]所述处理器用于根据所述指令进行操作以执行根据前述基于数据增强的小样本序被处理器执行时实现前述基于数据增强的小接近甚至超越充分样本情况下监督学习模型的本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施[0042]针对现有技术的不足，本发明提出一种基于数据增强的样本增强就是在不改变原样本语义的情况下，采用一定方式生成多个与原样本语义相同/7[0045]所述步骤1用于通过数据收集和预处理操作，构建面向电力运维领域的电力领域使用电力领域专业分词工具对文8[0053]将训练后的电力领域词向量和实体向量与预训练语言模型的词嵌入矩阵进行拼[0055]EBERT(xi)表示BERT模型中输入词xi的词嵌入向量；Edomain(xi)表示电力领域词向量，(；)表示向量的拼接操作。将电力领域词向量和实体向量作为额外的特征，注入到[0057]步骤3：基于所述预训练语言模型进行命名实体识别和电力运维知识的多任务学9[0095]整个流程强调了通过多种方式收集和增强数据，以及通过循环迭代不断优化模[0097]例如，进行对比实验验证多任务对抗学习和自适应多策略数据增强方法的有效接近甚至超越充分样本情况下监督学习模型的[0123]向量融入模块，用于利用电力领域语料库对预定义的预本学习方法可以得到一种计算机程序产品。计算机程序产品可以包括计算机可读存储介述指令进行操作以执行根据前述基于数据增强的小样本学习方[0127]计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形[0128]这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论