- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明涉及人工智能技术领域,提供一种数据的筛选方法、系统、设备和存储介质,其方法包括:训练得到第一语言模型,计算第一语言模型的第一困惑度;根据所述第一困惑度将所述第一语言模型的第一训练集分类得到至少两个语句集合;根据所述语句集合进行分词训练得到至少两个第二语言模型;将至少两个所述第二语言模型进行组合得到第三语言模型,通过所述第三语言模型对目标语料进行筛选得到目标文本数据;方法能够减小无效训练数据量,减少了训练过程中产生的噪音;方法还提高模型识别结果的通畅性和准确率,可广泛应用于人工智能技术领域。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113780418 A
(43)申请公布日 2021.12.10
(21)申请号 202111064035.8 G06N 20/00 (2019.01)
(22)申请日 2
文档评论(0)