信息处理方法、信息处理设备以及计算机系统与流程

本发明的实施方式涉及信息处理方法、信息处理设备以及计算机系统。

背景技术：

1、研究及提出了关于机器学习的方法、设备以及系统。例如，为了提高机器学习的各种任务(task)的精度，研究及提出了各种计算方法、处理方法、系统结构以及设备结构。有时会使用机器学习的结果，将作为输入数据的查询数据(query data)分类到某个类别/种类。为了提高该分类的准确性，期望提高机器学习的任务的精度。

技术实现思路

1、提供提高机器学习的任务精度的信息处理方法、信息处理设备以及计算机系统。

2、本实施方式的信息处理方法包括：接收作为处理对象的查询数据；计算所述查询数据的第1领域的第1特征量；计算所述第1特征量与所述第1领域的第1特征量空间内的多个第2特征量中的每个第2特征量之间的多个第1相似度；基于所述多个第1相似度，从第2领域的第2特征量空间取得与从所述多个第2特征量中选择出的一个以上的特征量相关联的所述第2领域的多个第3特征量；对于与所述查询数据有关的多个选择项，计算所述第2领域的一个以上的第4特征量；计算所述多个第3特征量与所述一个以上的第4特征量中的每个第4特征量之间的多个第2相似度；和基于所述多个第2相似度，从与所述多个第3特征量中的每个第3特征量对应的多个回答候选中选择对于所述查询数据的至少一个回答。

技术特征：

1.一种信息处理方法，包括：

2.根据权利要求1所述的信息处理方法，

3.根据权利要求1所述的信息处理方法，还包括：

4.根据权利要求1所述的信息处理方法，还包括：

5.根据权利要求1所述的信息处理方法，

6.根据权利要求1至5中任一项所述的信息处理方法，

7.根据权利要求1至5中任一项所述的信息处理方法，

8.一种信息处理设备，具备：

9.一种计算机系统，具备：

技术总结
提供提高机器学习的任务精度的信息处理方法、信息处理设备以及计算机系统。本实施方式的信息处理方法包括：计算查询数据的第1领域的第1特征量(S22)；计算第1特征量与第1领域的第1特征量空间内的多个第2特征量中的每个第2特征量之间的多个第1相似度(S23)；基于第1相似度从第2领域的第2特征量空间取得与从多个第2特征量中选择出的一个以上的特征量相关联的第2领域的多个第3特征量(S25)；对于与查询数据有关的多个选择项计算第2领域的一个以上的第4特征量(S27)；计算第3和第4特征量中的多个第2相似度(S28)；基于第2相似度从与多个第3特征量对应的多个回答候选中选择对于查询数据的回答(S29)。

技术研发人员：中田宪吾,真木明香,宫下大辅,出口淳
受保护的技术使用者：铠侠股份有限公司
技术研发日：
技术公布日：2024/1/12