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！

龙图腾网恭喜清华大学深圳国际研究生院申请的专利一种结合域对抗训练的强化实例迁移学习方法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：CN114997394B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210425704.8，技术领域涉及：G06N3/096；该发明授权一种结合域对抗训练的强化实例迁移学习方法是由郑海涛;冯玲云;江勇;夏树涛;肖喜设计研发完成，并于2022-04-21向国家知识产权局提交的专利申请。

本一种结合域对抗训练的强化实例迁移学习方法在说明书摘要公布了：本发明公开了一种结合域对抗训练的强化实例迁移学习方法，采用包括领域判别模块、迁移学习模块和数据选择模块的强化迁移学习模型进行强化实例迁移学习，包括：训练领域判别模块和迁移学习模块分别最大化和最小化两个领域数据的特征距离；通过对抗训练的方式使得迁移学习模块学习领域不变特征；数据选择模块根据迁移学习模块的输出对源领域数据进行数据选择，并输出给迁移学习模块；迁移学习模块、领域判别模块和据选择模块进行协同训练，使得强化迁移学习模型能够从源领域数据中挑选出有用的数据以用于帮助强化迁移学习模型在目标领域数据的学习。本发明能够解决传统迁移学习过程中由于目标领域和源领域数据分布不同导致的负迁移问题。

本发明授权一种结合域对抗训练的强化实例迁移学习方法在权利要求书中公布了：1.一种应用于释义识别、自然语言推断和评论有用性预测任务的结合域对抗训练的强化实例迁移学习方法，其特征在于，采用包括领域判别模块、迁移学习模块和数据选择模块的强化迁移学习模型进行强化实例迁移学习，包括以下步骤：S1：训练所述领域判别模块最大化源领域数据和目标领域数据的特征距离；S2：训练所述迁移学习模块最小化源领域数据和目标领域数据的特征距离；S3：通过步骤S1和步骤S2的对抗训练的方式使得所述迁移学习模块学习领域不变特征；S4：将所述迁移学习模块的输出作为强化学习的状态信号输出给所述数据选择模块，所述数据选择模块根据所述状态信号对源领域数据进行数据选择，并将数据选择后的源领域数据输出给所述迁移学习模块；S5：所述迁移学习模块、所述领域判别模块和所述数据选择模块通过执行步骤S1至S4以进行协同训练，使得所述强化迁移学习模型能够从所述源领域数据中挑选出有用的数据以用于帮助所述强化迁移学习模型在目标领域数据的学习；其中，所述迁移学习模块包括特征提取器和两个域分类器，两个域分类器分别为源领域分类器和目标领域分类器，其中所述特征提取器用于对源领域数据和目标领域数据的特征进行提取并分别输出给所述源领域分类器和所述目标领域分类器，所述源领域分类器用于对源领域数据进行分类，所述目标领域分类器用于对目标领域数据进行分类；所述源领域分类器和所述目标领域分类器分别采用全连接层，其中，对于自然语言推断和释义识别任务，所述特征提取器采用DAM模型，对于评论有用性预测任务，所述特征提取器采用TextCNN。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。