[發(fā)明專利]模型的生成方法及裝置、重要度獲取方法及裝置

在審

• 申請?zhí)枺?/td>: 201410723276.2
• 申請日: 2014-12-03
• 公開（公告）號: CN104572820A
• 公開（公告）日: 2015-04-29
• 發(fā)明（設(shè)計）人: 石磊;連榮忠;張鵬
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11412
• 代理人: 袁媛

1.一種模型的生成方法，其特征在于，所述方法包括：

依據(jù)獲得的詞條的重要度準(zhǔn)確率、詞條之間的排序準(zhǔn)確率和詞條之間的區(qū)分度準(zhǔn)確率中至少一個，構(gòu)建M個候選模型，M為大于0的整數(shù)；

利用所述M個候選模型，獲得所述詞條的M個歸一化的候選模型輸出值；

利用評估模型對所述M個歸一化的候選模型輸出值進(jìn)行評估，以獲得目標(biāo)模型輸出值，將所述目標(biāo)模型輸出值所對應(yīng)的候選模型作為目標(biāo)模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)獲得的詞條的重要度準(zhǔn)確率、詞條之間的排序準(zhǔn)確率和詞條之間的區(qū)分度準(zhǔn)確率中至少一個，構(gòu)建M個候選模型之前，所述方法還包括：

利用初始模型，獲得所述詞條的初始模型輸出值；

依據(jù)所述詞條的初始模型輸出值以及所述詞條所在文本中其他詞條的初始模型輸出值，獲得所述詞條的歸一化的初始模型輸出值；

依據(jù)所述詞條的歸一化的初始模型輸出值，獲得所述詞條的重要度準(zhǔn)確率；和/或，依據(jù)所述詞條的歸一化的初始模型輸出值或者所述詞條的初始模型輸出值，獲得所述詞條之間的排序準(zhǔn)確率；和/或，依據(jù)所述詞條的歸一化的初始模型輸出值，獲得所述詞條之間的區(qū)分度準(zhǔn)確率。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述詞條的重要度準(zhǔn)確率的數(shù)目為N個，所述詞條之間的排序準(zhǔn)確率的數(shù)目為P個，詞條之間的區(qū)分度準(zhǔn)確率的數(shù)目為Q個，N、P和Q均為正整數(shù)，且不同時為0，且N、P和Q中至少一個大于或者等于2，所述依據(jù)獲得的詞條的重要度準(zhǔn)確率、詞條之間的排序準(zhǔn)確率和詞條之間的區(qū)分度準(zhǔn)確率中至少一個，構(gòu)建M個候選模型，包括：

依據(jù)所述詞條的重要度準(zhǔn)確率、所述詞條之間的排序準(zhǔn)確率和所述詞條之間的區(qū)分度準(zhǔn)確率中至少一個，獲得K個目標(biāo)準(zhǔn)確率，K為大于1且小于或等于的整數(shù)；

依據(jù)所述K個目標(biāo)準(zhǔn)確率，對初始模型的第一模型參數(shù)進(jìn)行調(diào)整，以獲得M個第二模型參數(shù)；

依據(jù)所述M個第二模型參數(shù)，構(gòu)建所述M個候選模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述依據(jù)所述K個目標(biāo)準(zhǔn)確率，對初始模型的第一模型參數(shù)進(jìn)行調(diào)整，以獲得M個第二模型參數(shù)，包括：

依據(jù)所述K個目標(biāo)準(zhǔn)確率以及預(yù)設(shè)的準(zhǔn)確率閾值，獲得大于或者等于所述準(zhǔn)確率閾值的M個目標(biāo)準(zhǔn)確率；

對所述M個目標(biāo)準(zhǔn)確率中的每個所述目標(biāo)準(zhǔn)確率分別進(jìn)行求導(dǎo)運算，以獲得M個梯度值；

依據(jù)所述M個梯度值中每個所述梯度值，分別對所述初始模型的第一模型參數(shù)進(jìn)行調(diào)整，以獲得M個第二模型參數(shù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述M個候選模型，獲得所述詞條的M個歸一化的候選模型輸出值，包括：

利用所述M個候選模型，獲得所述詞條的M個候選模型輸出值；

依據(jù)所述詞條的每個候選模型輸出值、所述詞條所在文本中其他詞條的候選模型輸出值，獲得所述詞條的M個歸一化的候選模型輸出值。

6.根據(jù)權(quán)利要求1或5所述的方法，其特征在于，所述評估模型包括所述詞條所在文本中所有詞條的標(biāo)準(zhǔn)輸出值，所述利用評估模型對所述M個歸一化的候選模型輸出值進(jìn)行評估，以獲得目標(biāo)模型輸出值，包括：

針對每個所述候選模型，確定所述文本中歸一化的候選模型輸出值最高的K個詞條；

確定所述文本中所述標(biāo)準(zhǔn)輸出值最高的R個詞條，R為大于K的整數(shù)；

依據(jù)所述文本中歸一化的候選模型輸出值最高的K個詞條、所述文本中所述標(biāo)準(zhǔn)輸出值最高的R個詞條，獲得每個所述歸一化的候選模型輸出值的評估結(jié)果；

依據(jù)所述評估結(jié)果，從所述M個歸一化的候選模型輸出值中選出一個歸一化的候選模型輸出值，以作為所述目標(biāo)模型輸出值。

7.一種重要度的獲取方法，其特征在于，所述方法包括：

獲得待處理文本；

對所述待處理文本進(jìn)行切詞處理，以獲得至少一個詞條；

利用目標(biāo)模型，獲得所述至少一個詞條中每個所述詞條的目標(biāo)模型輸出值，以作為每個所述詞條的重要度；

其中，所述目標(biāo)模型為利用權(quán)利要求1至6中任一權(quán)利要求所述的模型的生成方法生成的。