异常场景识别模型的训练方法、异常场景识别方法及装置

AITNT
正文
推荐专利
异常场景识别模型的训练方法、异常场景识别方法及装置
申请号:CN202511021662
申请日期:2025-07-24
公开号:CN120544550B
公开日期:2025-09-19
类型:发明专利
摘要
本申请公开了异常场景识别模型的训练方法、异常场景识别方法及装置,涉及模型微调技术领域,通过获取样本文本数据集,再采用样本文本数据集中的多个样本文本以及每个样本文本数据对应的样本异常场景标签对预训练语言模型进行训练,借助动态秩和控制门机制对预训练语言模型进行微调,动态秩机制能依文本语义复杂度自适应调整权重矩阵分解维度,复杂场景增大秩值以捕捉更多细节,简单场景减小秩值以降低冗余,平衡性能与效率;控制门机制可以筛选子权重矩阵维度,仅让异常场景关键维度参与更新,强化异常特征、抑制无关干扰。
技术关键词
预训练语言模型 场景识别方法 控制门 音频 注意力 矩阵 样本 文本识别 拾音器 标签 数据 关键词 模块 机制 动态 前馈神经网络 场景识别装置
系统为您推荐了相关专利信息
1
一种基于粒球表征的多模态开放意图识别方法及系统
意图识别方法 样本 意图理解技术 意图识别系统 文本
2
一种边缘热对象缓存准入方法
缓存准入方法 对象 内容分发网络 标识符 时序
3
一种人工智能驱动的CNC代码结构化优化方法
人工智能驱动 空行程时间 指令间依赖关系 复杂度 深度学习模型
4
基于聚类原型指导的聚合邻域嵌入图像文本匹配方法
文本匹配方法 原型 邻域 语义 聚类
5
一种基于改进POMO算法的组合优化算法
组合优化算法 节点 进化算法 注意力机制 梯度算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号