買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳安巽科技有限公司申請的專利基于知識遷移的實體標注模型訓練方法、設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120430380B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510920539.7，技術領域涉及：G06N3/096；該發明授權基于知識遷移的實體標注模型訓練方法、設備及存儲介質是由李祖發;胡博倫設計研發完成，并于2025-07-04向國家知識產權局提交的專利申請。

本基于知識遷移的實體標注模型訓練方法、設備及存儲介質在說明書摘要公布了：本申請公開了一種基于知識遷移的實體標注模型訓練方法、設備及存儲介質，涉及數據處理技術領域，該方法包括：基于實體標注任務的標注數據對預設的初始實體標注模型進行參數更新，得到臨時參數；根據各個所述實體標注任務的臨時參數在測試數據上的總損失值，對所述初始實體標注模型進行更新，得到泛化實體標注模型；根據目標領域的標注數據對所述泛化實體標注模型進行訓練，得到所述目標領域對應的目標實體標注模型。通過逐步引導模型從接觸新領域數據、增強泛化能力到精準適應目標領域，解決了當實體標注任務遇到新領域且出現源領域未覆蓋實體類型時，模型無法快速關聯且需大量重新訓練的問題。

本發明授權基于知識遷移的實體標注模型訓練方法、設備及存儲介質在權利要求書中公布了：1.一種基于知識遷移的實體標注模型訓練方法，其特征在于，所述實體標注模型應用于文本領域，所述基于知識遷移的實體標注模型訓練方法包括： 基于實體標注任務的標注數據對預設的初始實體標注模型進行參數更新，得到臨時參數； 根據各個所述實體標注任務的臨時參數在測試數據上的總損失值，對所述初始實體標注模型進行更新，得到泛化實體標注模型； 根據目標領域的標注數據對所述泛化實體標注模型進行訓練，得到所述目標領域對應的目標實體標注模型； 確定待標注數據的數據類型和上下文特征，確定所述目標實體標注模型中各個子模型的權重，其中，所述子模型包括：規則引擎、統計模型和深度學習模型； 根據各個所述子模型的實體標注子結果和對應的權重進行加權投票，將加權票數最高的標簽確定為實體標注結果； 所述確定待標注數據的數據源類型和上下文特征，確定所述目標實體標注模型中各個子模型的權重的步驟包括：獲取所述待標注數據的文本架構化程度得分、實體頻率得分、上下文復雜度評分；根據各個所述子模型對應的指標評分，確定各個所述子模型對應的所述權重，其中，規則引擎權重與所述文本架構化程度得分正相關，所述文本架構化程度得分越高，所述規則引擎的權重越高；統計模型權重與所述實體頻率得分正相關，所述實體頻率得分越高，所述統計模型的權重越高；深度學習模型權重與所述上下文復雜度得分正相關，所述上下文復雜度得分越高，所述深度學習模型的權重越高；所述深度學習模型權重與所述實體頻率得分負相關，所述實體頻率得分越低，所述深度學習模型的權重越高。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳安巽科技有限公司，其通訊地址為：518000 廣東省深圳市南山區粵海街道濱海社區海天一路6號百度國際大廈東塔樓27層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。