买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国平安人寿保险股份有限公司申请的专利基于对比学习的语义识别模型训练方法、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114722834B 。

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210439125.9，技术领域涉及：G06F40/30；该发明授权基于对比学习的语义识别模型训练方法、设备和介质是由黄海龙设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本基于对比学习的语义识别模型训练方法、设备和介质在说明书摘要公布了：本申请涉及深度学习技术领域，提出了一种基于对比学习的语义识别模型训练方法、设备和介质，方法包括：在所述原始句子文本中对每一个所述第一目标词汇进行同义词替换，得到第一处理句子文本；以及，在所述原始句子文本中对每一个所述第二目标词汇进行反义词替换，得到第二处理句子文本；通过所述原始句子文本、所述第一处理句子文本和所述第二处理句子文本对初始的语义识别模型进行训练，以得到目标语义识别模型。本发明实施例目的是提供能够识别语义微小变化的对比学习方法，针对之前正负样本比较好区分的问题进行了改造，使得模型能够学习到更丰富的知识，提升模型训练效果。

本发明授权基于对比学习的语义识别模型训练方法、设备和介质在权利要求书中公布了：1.一种基于对比学习的语义识别模型训练方法，其特征在于，所述语义识别模型包括BERT编码网络、语义预测网络和token判别网络，所述方法包括：获取待处理的原始句子文本；根据所述原始句子文本中各个词汇的词性，在所述原始句子文本中确定N个候选词汇；按照预设第一比例从N个候选词汇中随机选取M个词汇作为第一目标词汇；以及，按照预设第二比例从N个候选词汇中随机选取T个词汇作为第二目标词汇，其中，所述第二比例小于所述第一比例，N、M和T满足以下数值关系式：1＜T＜M＜N；在所述原始句子文本中，对每一个所述第一目标词汇进行同义词替换，得到第一处理句子文本；在所述原始句子文本中，对每一个所述第二目标词汇进行反义词替换，得到第二处理句子文本；将所述原始句子文本、所述第一处理句子文本和所述第二处理句子文本分别输入到BERT编码网络，得到对应于所述原始句子文本的原始句编码向量、对应于所述第一处理句子文本的第一处理句编码向量和对应于所述第二处理句子文本的第二处理句编码向量；其中，所述原始句编码向量、所述第一处理句编码向量和所述第二处理句编码向量分别包括多个token；将所述第一处理句编码向量和所述第二处理句编码向量分别输入到token判别网络，得到对应于所述第一处理句编码向量的第一token标签序列和对应于所述第二处理句编码向量的第二token标签序列，其中，所述第一token标签序列用于指示所述第一处理句编码向量中与所述原始句编码向量存在区别的token位置，所述第二token标签序列用于指示所述第二处理句编码向量中与所述原始句编码向量存在区别的token的位置；将所述原始句编码向量、所述第一处理句编码向量、所述第二处理句编码向量、所述第一token标签序列和所述第二token标签序列输入所述语义预测网络，得到对应于所述原始句子文本的原始语义向量、对应于所述第一处理句子文本的第一处理语义向量和对应于所述第二处理句子文本的第二处理语义向量；基于所述原始语义向量和所述第一处理语义向量计算第一损失值；基于所述原始语义向量和所述第二处理语义向量计算第二损失值；基于所述第一损失值和所述第二损失值确定是否满足预设的训练结束条件；在不满足训练结束条件时，调整所述语义识别模型的模型参数，并通过所述原始句子文本、所述第一处理句子文本和所述第二处理句子文本继续对调整后的语义识别模型进行训练；在满足训练结束条件时，将当前的语义识别模型作为目标语义识别模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国平安人寿保险股份有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道益田路5033号平安金融中心14、15、16、37、41、44、45、46、54、58、59层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。