[發(fā)明專利]文本分類模型的更新訓(xùn)練方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 201811192187.4
• 申請日: 2018-10-12
• 公開（公告）號: CN109241288A
• 公開（公告）日: 2019-01-18
• 發(fā)明（設(shè)計）人: 許開河;楊坤;王少軍;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/332;G06F17/27
• 代理公司: 深圳市隆天聯(lián)鼎知識產(chǎn)權(quán)代理有限公司 44232
• 代理人: 劉抗美

1.一種文本分類模型的更新訓(xùn)練方法，所述文本分類模型包括語義提取層和分類層，在新增知識點前，根據(jù)原有知識點的樣本數(shù)據(jù)完成所述語義提取層和所述分類層的訓(xùn)練，其特征在于，包括：

獲取新增知識點對應(yīng)的樣本文本以及對所述樣本文本進行標注的標注標簽；

通過根據(jù)所述樣本數(shù)據(jù)完成訓(xùn)練的所述語義提取層構(gòu)建所述樣本文本的特征向量；

根據(jù)所述樣本文本的特征向量以及所述樣本文本對應(yīng)的標注標簽進行所述分類層的更新訓(xùn)練，以實現(xiàn)所述文本分類模型的更新訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過根據(jù)所述樣本數(shù)據(jù)完成訓(xùn)練的所述語義提取層構(gòu)建所述樣本文本的特征向量，包括：

通過根據(jù)原有知識點的樣本數(shù)據(jù)完成訓(xùn)練的所述語義提取層對所述樣本文本進行分詞；

根據(jù)所述樣本文本中的每個詞對應(yīng)的編碼以及每個詞的語義權(quán)重構(gòu)建所述樣本文本的特征向量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述樣本文本的特征向量以及所述樣本文本對應(yīng)的標注標簽進行所述分類層的更新訓(xùn)練，以實現(xiàn)所述文本分類模型的更新訓(xùn)練之前，還包括：

根據(jù)所述樣本文本對應(yīng)的標注標簽補充所述分類層的分類標簽；

根據(jù)所補充的分類標簽更新所述分類層的分類標簽集合。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述樣本文本的特征向量以及所述樣本文本對應(yīng)的標注標簽進行所述分類層的更新訓(xùn)練，以實現(xiàn)所述文本分類模型的更新訓(xùn)練，包括：

利用所述分類層根據(jù)所述樣本文本的特征向量預(yù)測得到所述樣本文本所對應(yīng)的分類標簽；

進行所得到的所述分類標簽與所述樣本文本所對應(yīng)標注標簽的一致性判斷；

如果不一致，調(diào)整所述分類層的參數(shù)直至所得到的所述分類標簽與所述標注標簽一致。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用所述分類層根據(jù)所述樣本文本的特征向量預(yù)測得到所述樣本文本所對應(yīng)的分類標簽，包括：

利用所述分類層根據(jù)所述特征向量預(yù)測得到所述特征向量對應(yīng)于更新后的所述分類標簽集合中每一分類標簽的概率；

遍歷所述每一分類標簽的概率，以最大概率值所對應(yīng)的分類標簽作為所述樣本文本對應(yīng)的分類標簽。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述新增樣本的特征向量以及所述新增樣本對應(yīng)的標注進行所述分類層的更新訓(xùn)練之后，還包括：

通過更新后的所述文本分類模型對若干測試樣本進行分類；

根據(jù)分類結(jié)果計算得到更新訓(xùn)練后的所述文本分類模型對所述若干測試樣本的分類精度；

如果所述分類精度達到指定精度，結(jié)束所述文本分類模型的更新訓(xùn)練。

7.一種文本分類模型的更新訓(xùn)練裝置，所述文本分類模型包括語義提取層和分類層，在新增知識點前，根據(jù)原有知識點的樣本數(shù)據(jù)完成所述語義提取層和所述分類層的訓(xùn)練，其特征在于，包括：

獲取模塊，被配置為執(zhí)行：獲取新增知識點對應(yīng)的樣本文本以及對所述樣本文本進行標注的標注標簽；

特征向量構(gòu)建模塊，被配置為執(zhí)行：通過根據(jù)所述樣本數(shù)據(jù)完成訓(xùn)練的所述語義提取層構(gòu)建所述樣本文本的特征向量；

更新訓(xùn)練模塊，被配置為執(zhí)行：根據(jù)所述樣本文本的特征向量以及所述樣本文本對應(yīng)的標注標簽進行所述分類層的更新訓(xùn)練，以實現(xiàn)所述文本分類模型的更新訓(xùn)練。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述特征向量構(gòu)建模塊包括：

分詞單元，被配置為執(zhí)行：通過根據(jù)原有知識點的樣本數(shù)據(jù)完成訓(xùn)練的所述語義提取層對所述樣本文本進行分詞；

特征向量構(gòu)建單元，被配置為執(zhí)行：根據(jù)所述樣本文本中的每個詞對應(yīng)的編碼以及每個詞的語義權(quán)重構(gòu)建所述樣本文本的特征向量。

9.一種文本分類模型的更新訓(xùn)練設(shè)備，其特征在于，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為執(zhí)行如權(quán)利要求1至6中任一項所述的方法。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6中任一項所述的方法。