[發明專利]一種數據的處理方法、裝置及設備

在審

• 申請號: 201910094108.4
• 申請日: 2019-01-30
• 公開（公告）號: CN110008466A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 袁錦程;許遼薩;易燦;崔世文
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06Q20/40
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種數據的處理方法，所述方法包括：

獲取待分析的文本數據；

對所述文本數據進行分詞處理，得到所述文本數據對應的多個分詞；

將所述文本數據對應的多個分詞輸入到預定的審理定性模型中進行審理分析，得到用于對所述文本數據進行定性的分析依據信息，其中，所述審理定性模型是基于包含有定性關鍵詞的文本數據構建的模型；

根據所述分析依據信息，確定所述文本數據對應的定性信息。

2.根據權利要求1所述的方法，所述方法還包括：

獲取包含有定性關鍵詞的樣本數據；

根據所述包含有定性關鍵詞的樣本數據和預定的機器學習算法，構建審理定性模型，其中，所述審理定性模型中包括嵌入層、GRU層和Attention層，所述Attention層用于確定所述樣本數據中包含的所述定性關鍵詞。

3.根據權利要求2所述的方法，所述根據所述包含有定性關鍵詞的樣本數據和預定的機器學習算法，構建審理定性模型，包括：

根據所述包含有定性關鍵詞的樣本數據和預定的機器學習算法，構建初始審理定性模型；

將所述初始審理定性模型和預定的目標模型進行集成，得到所述審理定性模型，其中，所述目標模型是基于包含有預定關鍵詞的文本數據構建的模型。

4.根據權利要求2或3所述的方法，所述方法還包括：

確定所述審理定性模型能夠覆蓋的定性關鍵詞；

通過所述審理定性模型能夠覆蓋的定性關鍵詞重新訓練所述審理定性模型，得到重新訓練后的審理定性模型。

5.根據權利要求4所述的方法，所述方法還包括：

將預定詞庫中所述審理定性模型能夠覆蓋的定性關鍵詞替換為所述審理定性模型；

所述將所述文本數據對應的多個分詞輸入到預定的審理定性模型中進行審理分析，得到用于對所述文本數據進行定性的分析依據信息，包括：

將所述文本數據對應的多個分詞輸入到預定的審理定性模型中進行審理分析，并通過所述預定詞庫中除所述審理定性模型能夠覆蓋的定性關鍵詞之外的其它定性關鍵詞，對所述文本數據對應的多個分詞進行分析，得到用于對所述文本數據進行定性的分析依據信息。

6.根據權利要求2或3所述的方法，所述方法還包括：

對所述審理定性模型進行解釋，得到所述審理定性模型的解釋信息，并修正所述審理定性模型的參數，得到所述審理定性模型對應的定性關鍵詞。

7.根據權利要求6所述的方法，所述方法還包括：

顯示修正所述審理定性模型的參數后得到的所述審理定性模型對應的定性關鍵詞。

8.根據權利要求2所述的方法，所述方法還包括：

如果確定出的所述文本數據對應的定性信息錯誤，則修正所述文本數據對應的定性信息；

基于修正的所述文本數據對應的定性信息，重新訓練所述審理定性模型，得到重新訓練后的審理定性模型。

9.一種數據的處理裝置，所述裝置包括：

文本獲取模塊，用于獲取待分析的文本數據；

分析模塊，用于對所述文本數據進行分詞處理，得到所述文本數據對應的多個分詞；

定性分析模塊，用于將所述文本數據對應的多個分詞輸入到預定的審理定性模型中進行審理分析，得到用于對所述文本數據進行定性的分析依據信息，其中，所述審理定性模型是基于包含有定性關鍵詞的文本數據構建的模型；

定性信息確定模塊，用于根據所述分析依據信息，確定所述文本數據對應的定性信息。

10.根據權利要求9所述的裝置，所述裝置還包括：

樣本獲取模塊，用于獲取包含有定性關鍵詞的樣本數據；

模型構建模塊，用于根據所述包含有定性關鍵詞的樣本數據和預定的機器學習算法，構建審理定性模型，其中，所述審理定性模型中包括嵌入層、GRU層和Attention層，所述Attention層用于確定所述樣本數據中包含的所述定性關鍵詞。