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！

龍圖騰網獲悉陽光保險集團股份有限公司申請的專利人工智能評分訓練方法和裝置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：CN112347786B 。

龍圖騰網通過國家知識產權局官網在2025-09-19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：202011161582.3，技術領域涉及：G06F40/30；該發明授權人工智能評分訓練方法和裝置是由劉謙;杜新凱;呂超;牛國揚;蔡巖松;高峰;王彥昕設計研發完成，并于2020-10-27向國家知識產權局提交的專利申請。

本人工智能評分訓練方法和裝置在說明書摘要公布了：本申請提供一種人工智能評分訓練方法和裝置，包括：獲取用于訓練人工智能的原始數據，原始數據包括對比數據和迭代數據；根據預設數據清洗規則，清洗原始數據，生成樣本數據；根據樣本數據的屬性，提取對應樣本數據屬性的分類?回歸模型樣本；根據分類?回歸模型樣本，構建相似度分類?回歸模型；獲取用戶數據，并根據相似度分類?回歸模型分析用戶數據的相似度。用以結合數據收集、數據清洗與增廣、模型架構設計、模型訓練，模型上線等流程機制，基于注意力機制、孿生網絡、預訓練模型等多項自然語言處理技術生成學員與培訓標準之間的語義相似度得分，使機器人具備理解學員培訓水平，識別學員后續意圖的智能，達成智能化人機對練。

本發明授權人工智能評分訓練方法和裝置在權利要求書中公布了：1.一種人工智能評分訓練方法，其特征在于，包括： 獲取用于訓練人工智能的原始數據，所述原始數據包括對比數據和迭代數據； 根據預設數據清洗規則，清洗所述原始數據，生成樣本數據； 根據所述樣本數據的屬性，提取對應所述樣本數據屬性的分類-回歸模型樣本； 根據所述分類-回歸模型樣本，構建相似度分類-回歸模型； 獲取用戶數據，并根據所述相似度分類-回歸模型分析所述用戶數據的相似度； 所述樣本數據的屬性包括文本樣本；所述根據所述樣本數據的屬性，提取對應所述樣本數據屬性的分類-回歸模型樣本，包括： 向標準文本混合通用語料數據，生成預訓練模型樣本； 所述樣本數據的屬性包括文本樣本；所述根據所述樣本數據的屬性，提取對應所述樣本數據屬性的分類-回歸模型樣本，還包括： 抽取來源相同的兩個所述文本樣本作為正樣本； 放回式抽取不同來源的兩個所述文本樣本作為負樣本； 判斷所述對比數據和所述迭代數據中的句子元素個數是否超過預設上限個數； 若超過所述預設上限個數，則隨機丟棄若干個元素，生成文本分類模型樣本； 所述根據所述分類-回歸模型樣本，構建相似度分類-回歸模型，包括： 根據所述預訓練模型樣本和所述文本分類-回歸模型樣本，構建預訓練孿生網絡相似度分類模型； 所述樣本數據的屬性包括文本樣本；所述根據所述樣本數據的屬性，提取對應所述樣本數據屬性的分類-回歸模型樣本，還包括： 將所述文本樣本在隨機位置丟棄預設長度，生成第一處理樣本； 將所述第一處理樣本與所述樣本數據中任一所述文本樣本，可重復地放回式抽取，構成目標相似度的第二處理樣本； 判斷所述對比數據和所述迭代數據中的句子元素個數是否超過預設上限個數； 若超過所述預設上限個數，則隨機丟棄若干個元素，生成文本回歸模型樣本； 所述根據所述分類-回歸模型樣本，構建相似度分類-回歸模型，包括： 根據所述預訓練模型樣本和所述文本回歸模型樣本，構建預訓練嵌入雙塔結構相似度回歸模型； 所述樣本數據的屬性包括音素樣本；所述根據所述樣本數據的屬性，提取對應所述樣本數據屬性的分類-回歸模型樣本，還包括： 抽取來源相同的兩個所述音素樣本作為正樣本； 放回式抽取不同來源的兩個所述音素樣本作為負樣本； 判斷所述對比數據和所述迭代數據中的句子元素個數是否超過預設上限個數； 若超過所述預設上限個數，則隨機丟棄若干個元素，生成音素分類模型樣本； 所述根據所述分類-回歸模型樣本，構建相似度分類-回歸模型，包括： 根據所述音素分類模型樣本，構建注意力-卷積孿生網絡相似度分類模型。

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陽光保險集團股份有限公司，其通訊地址為：518000 廣東省深圳市福田區紅荔西路7002號第一世界廣場A座17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”。