语料特征提取方法、设备、存储介质及程序产品

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
  • 学科类别:计算机科学技术/人工智能/计算机感知
  • 权利人:上海交通大学

知识产权简介

本行业的从业人员在解决这些缺陷时,通常会采用的方法会包括:(1)结合已有特征提取方法,拼接所有的特征,并使用特征筛选方法;(2)对通用特征设计模型架构,构造有效的监督信号;(3)在特定任务上微调预训练的语言模型。 不容易想到我们的方案的原因在于对于特征提取-分类的问题范式,一般解决思路是提取更有效的特征、设计更有效的分类模型。还没有研究尝试利用大语言模型的自然语言输入输出能力提取特征。 我们绕开了手动设计任务相关的特征或自动提取通用特征的方法,

转化前景

我们的产品通过组织正负例配对数据、使用大语言模型分析、聚合层次化特征的方法,跳出了手动设计任务相关的特征或设计分类模型对通用特征产生监督信号的思路,能够提取出具有语义含义的特征。另外在面对不同的任务和数据集形式时,都可以使用这个方法进行自动特征提取。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作