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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利标签分类模型训练和对象筛选方法、设备及存储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：CN115700550B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202110856946.8，技术领域涉及：G06F18/214；该发明授权标签分类模型训练和对象筛选方法、设备及存储介质是由赵猛;徐振辉设计研发完成，并于2021-07-28向国家知识产权局提交的专利申请。

本标签分类模型训练和对象筛选方法、设备及存储介质在说明书摘要公布了：本申请实施例提供了一种标签分类模型训练和对象筛选方法、设备及存储介质，涉及人工智能技术领域，在该方法中，基于样本数据集合对待训练的标签分类模型进行迭代训练，输出目标标签分类模型，在一次迭代过程中，基于样本对象分别在多个预设等级标签下的真实标签值，将多个预设等级标签划分为正向等级标签和负向等级标签，而不是将样本对象绑定在一个等级标签上，故基于样本对象在正向等级标签下的第一预测标签值，以及在负向等级标签下的第二预测标签值，获得目标损失函数进行调参时，考虑了样本对象在多个等级标签下的偏序关系，使标签分类模型在实际意义中更具备合理性，从而提高基于标签分类模型筛选用户账号定向投放多媒体内容的效果。

本发明授权标签分类模型训练和对象筛选方法、设备及存储介质在权利要求书中公布了：1.一种标签分类模型训练方法，其特征在于，包括： 根据样本对象在目标应用中的留存时长，以及所述样本对象在所述目标应用中的活跃次数，确定所述样本对象分别在多个预设等级标签下的真实标签值； 获得样本数据集合，其中，每个样本数据至少包含样本对象分别在多个预设等级标签下的真实标签值；对所述多个预设等级标签分别设置相应的活跃等级；以及，在每个样本数据对应的各个正向等级标签和各个负向等级标签中，设置所述各个正向等级标签中的最大活跃等级，小于所述各个负向等级标签中的最小活跃等级； 在构建所述样本对象在多个预设等级标签下的真实标签值时，将所述样本对象对应的实际等级标签以及比实际等级标签的活跃等级低的其他预设等级标签的真实标签值填充高分值； 基于所述样本数据集合，对待训练的标签分类模型进行迭代训练，输出已训练的目标标签分类模型，其中，在一次迭代过程中，基于各个样本数据中的样本对象分别在对应的各个正向等级标签下的第一预测标签值，以及分别在对应的各个负向等级标签下的第二预测标签值，获得用于调参的目标损失函数，所述各个正向等级标签和所述各个负向等级标签，是基于相应的样本对象分别在多个预设等级标签下的真实标签值，对所述多个预设等级标签进行划分获得的。

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腾讯科技(深圳)有限公司，其通讯地址为：518044 广东省深圳市南山区高新区科技中一路腾讯大厦35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”。

以上内容由龙图腾AI智能生成。