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！

龙图腾网恭喜北京中科凡语科技有限公司申请的专利基于新词比例进行数据处理的方法、装置和设备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：CN114861662B 。

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：202210376489.7，技术领域涉及：G06F40/295；该发明授权基于新词比例进行数据处理的方法、装置和设备是由翟飞飞设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本基于新词比例进行数据处理的方法、装置和设备在说明书摘要公布了：本公开提供一种基于新词比例进行数据处理的方法，包括：S1：通过构建队列系统对全部无标签数据进行处理得到队列数据；S2：对所得到的队列数据进行新词比例分析；S3：按照各队列数据的新词比例对模型标注数据进行质量评估；S4：选取队列数据中质量最高的一组队列数据加入训练集进行数据扩充。本公开还提供一种数据处理装置、电子设备及可读存储介质。

本发明授权基于新词比例进行数据处理的方法、装置和设备在权利要求书中公布了：1.一种基于新词比例进行数据处理的方法，其特征在于，包括：S1：通过构建队列系统对全部无标签数据进行处理得到队列数据；S2：对所得到的队列数据进行新词比例分析；S3：按照各队列数据的新词比例对模型标注数据进行质量评估；以及S4：选取队列数据中质量最高的一组队列数据加入训练集进行数据扩充；步骤S1中通过如下步骤得到队列数据：S11：通过训练集和开发集进行模型训练，选择在开发集上表现最优的模型作为标签模型，对所有无标注数据进行标注，获得标注数据，并以该标注数据为标准答案；S12：根据模型训练过程中模型值的增长趋势选取n个单轮训练所得模型，分别使用单轮训练所得模型对所有无标注数据进行重复标注；以及S13：使用每个单轮次模型与标签模型的标准答案进行比较，将标注相同的数据样本与标注相异的数据样本间隔放置，对于当前队列序号为n的数据，将前者升至队列n+1，将后者降至队列n-1，最终获取n+1个数据队列；步骤S2中新词比例根据下式计算：新词比例＝1-[模型所标注实体在训练集实体词典中的实体数目伪数据中所标注出的所有实体数目]×100％。

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北京中科凡语科技有限公司，其通讯地址为：100190 北京市海淀区知春路63号51号楼10层1006；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”。