摘要
本发明实施例公开一种模型训练方法。包括:获取样本医疗设备的样本设备信息以及层级类别标签,并基于预先构建的层级分类体系,对样本设备信息进行处理,得到与层级分类体系中的每个层级分别对应的输入文本;针对每个输入文本,对输入文本进行处理,以得到样本医疗设备分别在输入文本对应的层级中的每个类别下的层级类别预测概率;基于层级分类体系和得到的全部层级类别预测概率,得到样本医疗设备在层级分类体系中的每个类别下的层级约束预测概率;基于得到的全部层级类别预测概率和全部层级约束预测概率以及层级类别标签,训练得到层级分类模型。本发明实施例的技术方案,可以提高医疗设备分类的准确性。
技术关键词
层级
医疗设备
模型训练方法
文本
样本
分类方法
标签
分类模型训练
概率分布函数
模型训练装置
可读存储介质
预训练模型
关系
计算机
分类装置
模块
电子设备
处理器通信
存储器
系统为您推荐了相关专利信息
文本
非易失性存储介质
光学字符识别
图像处理方法
文字特征
视频情感分析方法
情感分析模型
多模态
教学
学生
网络评论文本
隐私泄露检测方法
数据读取单元
网络模型训练
特征提取模块
生成对抗网络方法
自动布局
对抗网络系统
标签
模型训练模块