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！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利网络模型训练方法、事件抽取方法、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：CN116303927B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310023258.2，技术领域涉及：G06F16/3329；该发明授权网络模型训练方法、事件抽取方法、设备及存储介质是由徐睿峰;李江南;高俊;梁斌设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本网络模型训练方法、事件抽取方法、设备及存储介质在说明书摘要公布了：本申请公开了一种网络模型训练方法、事件抽取方法、设备及存储介质，该模型训练方法包括：从目标任务对应的训练集中获取第一样本数据，以及从辅助任务对应的训练样本中获取第二样本数据；利用第一样本数据训练第一网络模型，以及利用第二样本数据训练第二网络模型；对第一网络模型和第二网络模型之间的若干共享网络层共享梯度更新，对第一网络模型的非共享网络层按照目标任务进行梯度更新，对第二网络模型的非共享网络层按照辅助任务进行梯度更新，其中共享网络层和非共享网络层是利用梯度相似度提前确定的；将第一网络模型作为最终网络模型。通过上述方式，可以实现让第一网络模型学习第二网络模型中的知识，且训练得到一种最终网络模型。

本发明授权网络模型训练方法、事件抽取方法、设备及存储介质在权利要求书中公布了：1.一种事件抽取方法，其特征在于，所述方法包括： 获取事件抽取任务对应的文本； 将所述文本输入至网络模型中，得到所述文本对应的事件，其中，所述网络模型包括第一网络模型和第二网络模型，所述网络模型是通过以下方法训练得到的最终网络模型： 从目标任务对应的训练集中获取第一样本数据，以及从辅助任务对应的训练样本中获取第二样本数据； 获取所述第一网络模型对应的第一损失值；以及获取所述第二网络模型对应的第二损失值； 根据所述第一损失值确定所述第一网络模型中每一网络层对应的第一梯度，以及根据所述第二损失值确定所述第二网络模型中每一网络层对应的第二梯度； 根据所述第一梯度和所述第二梯度确定所述第一网络模型和所述第二网络模型网络层之间的梯度相似度； 若所述梯度相似度大于或等于阈值，则确定所述梯度相似度对应的网络层为共享网络层； 若所述梯度相似度小于阈值，则确定所述梯度相似度对应的网络层为非共享网络层； 对所述第一网络模型和所述第二网络模型之间的若干共享网络层共享梯度，以按照共享的梯度进行参数更新，对所述第一网络模型的非共享网络层按照目标任务进行梯度更新，对所述第二网络模型的非共享网络层按照辅助任务进行梯度更新；其中，所述共享网络层和所述非共享网络层是利用梯度相似度提前确定的；所述共享网络层和所述非共享网络层不共享梯度；所述目标任务包括事件抽取任务，所述辅助任务至少包括关系抽取任务和命名实体识别任务； 将所述第一网络模型作为最终网络模型。

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哈尔滨工业大学(深圳)，其通讯地址为：518063 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。