買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安明賦云計算股份有限公司申請的專利一種基于大語言模型的文本知識庫分類管理方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120429444B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510926363.6，技術(shù)領(lǐng)域涉及：G06F16/353；該發(fā)明授權(quán)一種基于大語言模型的文本知識庫分類管理方法是由王龍;劉楠;許弘毅設(shè)計研發(fā)完成，并于2025-07-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于大語言模型的文本知識庫分類管理方法在說明書摘要公布了：本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，更具體地，本發(fā)明涉及一種基于大語言模型的文本知識庫分類管理方法，方法包括：獲取文本數(shù)據(jù)集，文本數(shù)據(jù)集中包含若干文本樣本；獲取預(yù)先獲得的大語言模型，將文本數(shù)據(jù)集中文本樣本分批次輸入到大語言模型中，對大語言模型的網(wǎng)絡(luò)參數(shù)進(jìn)行迭代更新完成大語言模型的分類需求訓(xùn)練，以實現(xiàn)文本知識庫分類處理；在任意一批文本樣本輸入之后，計算干擾程度，獲取差異特征向量，根據(jù)差異特征向量計算區(qū)分信息關(guān)注可信度，根據(jù)干擾程度和區(qū)分信息關(guān)注可信度計算學(xué)習(xí)率；基于學(xué)習(xí)率完成網(wǎng)絡(luò)參數(shù)更新。提高大語言模型的文本分類精度。

本發(fā)明授權(quán)一種基于大語言模型的文本知識庫分類管理方法在權(quán)利要求書中公布了：1.一種基于大語言模型的文本知識庫分類管理方法，其特征在于，包括： 獲取文本數(shù)據(jù)集，文本數(shù)據(jù)集中包含若干文本樣本； 獲取預(yù)先獲得的大語言模型，將文本數(shù)據(jù)集中文本樣本分批次輸入到大語言模型中，對大語言模型的網(wǎng)絡(luò)參數(shù)進(jìn)行迭代更新完成大語言模型的分類需求訓(xùn)練，以實現(xiàn)文本知識庫分類處理； 在任意一批文本樣本輸入之后，計算一個類別受另一個類別的干擾程度，所述干擾程度通過一個類別的分類損失占另一個類別的分類損失的比重來體現(xiàn)；獲取該批次中任意一類別的任意一文本樣本與其他類別的差異特征向量，所述差異特征向量表征兩類別的文本樣本的文本向量的差異信息，計算各關(guān)注度模塊在該類別的該文本樣本與其他類別的區(qū)分信息關(guān)注可信度，所述區(qū)分信息關(guān)注可信度通過差異特征向量和關(guān)注度向量的相關(guān)性體現(xiàn)，計算各注意力模塊在該類別的該文本樣本下的學(xué)習(xí)率，所述學(xué)習(xí)率與區(qū)分信息關(guān)注可信度、該類別的該文本樣本所屬類別的樣本數(shù)量以及干擾程度均負(fù)相關(guān)；基于學(xué)習(xí)率完成網(wǎng)絡(luò)參數(shù)更新。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安明賦云計算股份有限公司，其通訊地址為：710000 陜西省西安市高新區(qū)錦業(yè)路6號綠地中央廣場智海3幢11501室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。