Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020108368 - NEURAL NETWORK MODEL TRAINING METHOD AND ELECTRONIC DEVICE

Publication Number WO/2020/108368
Publication Date 04.06.2020
International Application No. PCT/CN2019/119815
International Filing Date 21.11.2019
IPC
G06N 99/00 2019.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
99Subject matter not provided for in other groups of this subclass
CPC
G06N 99/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
99Subject matter not provided for in other groups of this subclass
Applicants
  • 华为技术有限公司 HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
Inventors
  • 谢淼 XIE, Miao
  • 施烈航 SHI, Liehang
  • 姚恒志 YAO, Hengzhi
  • 勾军委 GOU, Junwei
Priority Data
201811443331.729.11.2018CN
201910139681.226.02.2019CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) NEURAL NETWORK MODEL TRAINING METHOD AND ELECTRONIC DEVICE
(FR) PROCÉDÉ ET APPAREIL D’APPRENTISSAGE DE MODÈLE DE RÉSEAU NEURONAL
(ZH) 一种神经网络模型训练方法及电子设备
Abstract
(EN)
The present application provides a neural network model training method and an electronic device. The method comprises the following steps: the electronic device inputs n training samples into a reference neural network model for processing to obtain a first text recognition result corresponding to each training sample; then, the electronic device inputs n training samples into an initial neural network model for processing to obtain a second text recognition result corresponding to each training sample; at last, the electronic device adjusts parameters in the initial neural network model according to the first text recognition result, the second text recognition result and a manually annotated result of a first part of training samples in n training samples to obtain a target neural network model.
(FR)
La présente invention concerne un procédé d'apprentissage de modèle de réseau neuronal et un dispositif électronique. Le procédé comprend les étapes suivantes : le dispositif électronique entre n échantillons d'apprentissage dans un modèle de réseau neuronal de référence pour un traitement afin d'obtenir un premier résultat de reconnaissance de texte correspondant à chaque échantillon d'apprentissage ; puis, le dispositif électronique entre n échantillons d'apprentissage dans un modèle de réseau neuronal initial pour un traitement afin d'obtenir un second résultat de reconnaissance de texte correspondant à chaque échantillon d'apprentissage ; enfin, le dispositif électronique ajuste des paramètres dans le modèle de réseau neuronal initial selon le premier résultat de reconnaissance de texte, le second résultat de reconnaissance de texte et un résultat annoté manuellement d'une première partie d'échantillons d'apprentissage dans n échantillons d'apprentissage pour obtenir un modèle de réseau neuronal cible.
(ZH)
本申请提供一种神经网络模型训练方法及电子设备,该方法包括:电子设备将n个训练样本输入到参考神经网络模型中进行处理,得到与每个训练样本对应的第一文本识别结果;然后电子设备将该n个训练样本输入到初始神经网络模型中进行处理,得到与每个训练样本对应的第二文本识别结果;最终电子设备根据该第一文本识别结果、该第二文本识别结果以及n个训练样本中的第一部分训练样本的人工标注结果,对该初始神经网络模型中的参数进行调整,得到目标神经网络模型。
Also published as
Latest bibliographic data on file with the International Bureau