[發明專利]模型確定方法、裝置及設備

在審

• 申請號: 201811539843.3
• 申請日: 2018-12-17
• 公開（公告）號: CN109783620A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 宋元峰;鮑思琪;姜迪
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 孫靜;劉芳

1.一種模型確定方法，其特征在于，包括：

在主題庫中獲取第一數據集對應的目標主題，所述主題庫中包括多個主題，所述主題庫中的主題為根據數據集訓練得到的用于構成模型的數據；

根據所述目標主題確定所述第一數據集對應的目標模型。

2.根據權利要求1所述的方法，其特征在于，所述在主題庫中獲取第一數據集對應的目標主題，包括：

獲取所述第一數據集與所述主題庫中每個主題之間的相似度、以及每個主題的類型；

根據所述第一數據集與所述主題庫中每個主題之間的相似度、以及每個主題的類型，在主題庫中獲取第一數據集對應的目標主題。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述第一數據集與所述主題庫中每個主題之間的相似度，包括：

獲取所述第一數據集的第一數據分布，所述第一數據分布包括多個詞匯和每個詞匯在所述第一數據集中出現的概率；

根據所述第一數據分布和所述主題庫中每個主題的數據分布，獲取所述第一數據集與所述主題庫中每個主題之間的相似度。

4.根據權利要求2所述的方法，其特征在于，所述根據所述第一數據集與所述主題庫中每個主題之間的相似度、以及每個主題的類型，在主題庫中獲取第一數據集對應的目標主題，包括：

確定第一主題集合和第二主題集合，初始時，所述第一主題集合為空，所述第二主題集合與所述主題庫相同；

獲取所述第一數據集與所述第二主題集合中各主題之間的相似度；

執行目標主題確定操作，所述目標主題確定操作包括：根據所述第一數據集與所述第二主題集合中各主題的相似度、第二主題集合中各主題的類型和所述第一主題集合中各主題的類型，在所述第二主題集合中確定第一主題，將所述第一主題添加至所述第一主題集合，并在所述第二主題集合中刪除所述第一主題；

重復執行所述目標主題確定操作，直至所述第一主題集合中包括N個主題，或者所述第一數據集與所述第二主題集合中各主題的相似度均小于第一預設相似度時，將所述第一主題集合中的主題確定為所述目標主題，所述N為目標主題的個數，所述N為大于或等于1的整數。

5.根據權利要求4所述的方法，其特征在于，所述根據所述第一數據集與所述第二主題集合中各主題的相似度、第二主題集合中各主題的類型和所述第一主題集合中各主題的類型，在所述第二主題集合中確定第一主題，包括：

在第二主題集合中確定第二主題，所述第二主題為所述第二主題集合中與所述第一數據集相似度最高的主題；

在所述第二主題的類型與所述第一主題集合中各主題的類型均不相同時，則將所述第二主題確定為所述第一主題；

在所述第二主題的類型與所述第一主題集合中至少一個主題的類型相同時，判斷所述第二主題與所述第一數據集的相似度是否經過打折處理，若是，則將所述第二主題確定為所述第一主題，若否，則將所述第二主題與所述第一數據集的相似度進行打折處理，并根據打折處理后的所述第二主題與所述第一數據集的相似度重新在所述第二主題集合中確定所述第二主題，打折處理后的相似度小于打折處理前的相似度。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述在主題庫中獲取第一數據集對應的目標主題之前，還包括：

獲取數據集集合，所述數據集集合中包括多個數據集；

對所述數據集集合中的數據集進行訓練，得到多個待選主題；

對所述多個待選主題進行去冗余處理，得到所述主題庫。

7.根據權利要求6所述的方法，其特征在于，所述對所述多個待選主題進行去冗余處理，得到所述主題庫，包括：

根據所述多個待選主題確定至少一個主題組，一個主題組中每兩個主題之間的相似度均大于第二預設相似度；

將每個主題組中的一個主題確定為所述主題庫中的主題。