[发明专利]一种表示学习模型的评估方法、装置、设备及介质在审
| 申请号： | 201910549544.6 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110263939A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 周晋;李超;王翔 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种表示学习模型的评估方法，包括：针对基于无监督方式进行训练的表示学习模型生成性能评价指标，其包括第一指标和第二指标中的至少一个，其中，第一指标是基于表示学习模型在训练过程中学习到的第一样本子集中各样本的表示向量，生成的用于衡量同类样本相近且不同类样本相疏远的量化指标，第二指标是基于表示学习模型在训练过程中学习到的第二样本子集中各样本的表示向量对应的相似向量，生成的用于衡量样本表示稳定性的量化指标，根据所述性能评价指标，确定所述表示学习模型的训练情况。通过上述量化指标，使得不再依赖于后续的机器学习任务，整个表示学习的训练迭代过程大大加快。本申请还公开了对应的装置、设备及介质。 | ||
| 搜索关键词： | 学习 样本 量化指标 向量 性能评价指标 训练过程 迭代过程 机器学习 模型生成 样本表示 样本子集 无监督 衡量 评估 申请 本子 | ||
【主权项】：
1.一种表示学习模型的评估方法，其特征在于，包括：针对基于无监督方式进行训练的表示学习模型，生成所述表示学习模型的性能评价指标，所述性能评价指标包括第一指标和第二指标中的至少一个；其中，所述第一指标是基于所述表示学习模型在训练过程中学习到的第一样本子集中各样本的表示向量，生成的用于衡量同类样本相近且不同类样本相疏远的量化指标；所述第一样本子集是对所述表示学习模型的训练样本集中的第一子集进行标签标注生成的，所述第一子集包括不同类别的样本；所述第二指标是基于所述表示学习模型在训练过程中学习到的第二样本子集中各样本的表示向量对应的相似向量，生成的用于衡量样本表示稳定性的量化指标；所述第二样本子集是所述训练样本集中的第二子集；根据所述性能评价指标，确定所述表示学习模型的训练情况。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910549544.6/，转载请声明来源钻瓜专利网。
- 上一篇：用于生成信息的方法和装置
- 下一篇：一种IT运维管理平台
