苏州元脑智能科技有限公司陈曦获国家专利权
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！
龙图腾网获悉苏州元脑智能科技有限公司申请的专利一种数据清洗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：CN119884611B 。
龙图腾网通过国家知识产权局官网在2025-07-11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：202510376678.8，技术领域涉及：G06F18/10；该发明授权一种数据清洗方法是由陈曦设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。
本一种数据清洗方法在说明书摘要公布了：本申请公开了一种数据清洗方法，涉及自然语言处理技术领域，包括基于损失函数计算价值评估分数，此分数可衡量模型参数对词元预测的准确性，以通过分数识别出噪声和冗余等低价值词元。接着依分数排列并筛选预设区间的目标词元，从而把价值低、含噪声和冗余的词元清洗掉。如此一来，去除了对模型微调有负面影响的部分，让数据更纯净，提高了数据质量，解决了预训练语言模型监督微调过程中，数据质量受样本内词元层面噪声和冗余信息影响的技术问题。
本发明授权一种数据清洗方法在权利要求书中公布了：1.一种数据清洗方法，其特征在于，包括： 获取待处理词元； 基于预训练语言模型的损失函数，计算所述待处理词元的价值评估分数，所述价值评估分数用于衡量不同预训练语言模型参数对所述待处理词元的预测准确性； 根据所述价值评估分数对所述待处理词元进行排列，筛选得到处于预设区间的目标词元； 所述根据所述价值评估分数对所述待处理词元进行排列，筛选得到处于预设区间的目标词元，包括： 根据所述待处理词元的价值评估分数对所述待处理词元进行排列，得到第一排序结果； 根据所述待处理词元的总数和预设比例系数，计算所述预设区间； 将所述第一排序结果中处于所述预设区间的待处理词元作为所述目标词元； 根据所述目标词元的价值评估分数对所述目标词元进行排列，得到第二排序结果； 根据所述目标词元的总数和预设比例系数，计算所述预设区间； 从所述第二排序结果中筛选出处于所述预设区间的词元，以用于所述预训练语言模型的迭代训练，直至得到收敛的预训练语言模型； 其中，所述预设比例系数在所述预训练语言模型的迭代训练过程中随迭代步数的增大逐步缩减。
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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号