[發明專利]一種信息識別方法、裝置及電子設備

在審

• 申請號: 201910355315.0
• 申請日: 2019-04-29
• 公開（公告）號: CN111859078A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 何源川;寇曉暉;張佳宏;劉先銳;張溢麟
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

1.一種信息識別方法，其特征在于，包括：

接收用戶輸入的輸入信息；

將所述輸入信息輸入至深度學習模型進行處理，以得到用于確定所述輸入信息是否屬于醫療領域的第一識別信息，其中，所述深度學習模型為使用屬于醫療領域的輸入信息作為訓練樣本進行訓練得到的；和/或，根據所述輸入信息得到的搜索結果，對所述輸入信息進行醫療領域識別，以得到用于確定所述輸入信息是否屬于醫療領域的第二識別信息；

根據所述第一識別信息和/或所述第二識別信息，確定所述輸入信息是否屬于醫療領域。

2.如權利要求1所述的方法，其特征在于，所述屬于醫療領域的輸入信息包括：第一信息，其中，所述第一信息為在進行搜索時搜索出的醫療網站，且所述搜索出的醫療網站中被選擇的醫療網站對應的信息。

3.如權利要求2所述的方法，其特征在于，所述深度學習模型的訓練過程包括如下過程：

使用所述第一信息作為初始訓練樣本進行訓練，得到初始學習模型；

對所述初始訓練樣本進行優化，得到優化訓練樣本，并使用所述優化訓練樣本對所述初始學習模型進行訓練，得到所述深度學習模型，其中，所述優化包括：標注所述初始訓練樣本中的邊界樣本，和/或，增大所述初始訓練樣本中被標注為醫療領域的正確樣本的權重值。

4.如權利要求1所述的方法，其特征在于，所述根據所述輸入信息得到的搜索結果，對所述輸入信息進行醫療領域識別，以得到用于確定所述輸入信息是否屬于醫療領域的第二識別信息，包括：

獲取所述搜索結果中的站點在預設名單中的級別分布信息，其中，所述預設名單包括多個預設站點，所述多個預設站點根據與醫療領域相關度分為至少2級；

獲取所述輸入信息的召回結果，其中，所述召回結果用于表示所述輸入信息是否能召回醫療領域標識；

根據所述級別分布信息和所述召回結果，對所述輸入信息進行醫療領域識別，以得到用于確定所述輸入信息是否屬于醫療領域的第二識別信息。

5.如權利要求1所述的方法，其特征在于，所述第一識別信息和所述第二識別信息為所述輸入信息屬于醫療領域的概率值，根據所述第一識別信息和所述第二識別信息，確定所述輸入信息是否屬于醫療領域，包括：

當所述第一識別信息大于第一預設值時，且所述第二識別信息大于第二預設值時，確定所述輸入信息屬于醫療領域；或者

當所述第二識別信息大于第三預設值時，且所述第一識別信息大于第四預設值時，確定所述輸入信息屬于醫療領域。

6.一種信息識別裝置，其特征在于，包括：

接收模塊，用于接收用戶輸入的輸入信息；

處理模塊，用于將所述輸入信息輸入至深度學習模型進行處理，以得到用于確定所述輸入信息是否屬于醫療領域的第一識別信息，其中，所述深度學習模型為使用屬于醫療領域的輸入信息作為訓練樣本進行訓練得到的；和/或，根據所述輸入信息得到的搜索結果，對所述輸入信息進行醫療領域識別，以得到用于確定所述輸入信息是否屬于醫療領域的第二識別信息；

確定模塊，用于根據所述第一識別信息和/或所述第二識別信息，確定所述輸入信息是否屬于醫療領域。

7.如權利要求6所述的信息識別裝置，其特征在于，所述屬于醫療領域的輸入信息包括：第一信息，其中，所述第一信息為在進行搜索時搜索出的醫療網站，且所述搜索出的醫療網站中被選擇的醫療網站對應的信息。

8.如權利要求7所述的信息識別裝置，其特征在于，所述深度學習模型的訓練過程包括如下過程：

使用所述第一信息作為初始訓練樣本進行訓練，得到初始學習模型；

對所述初始訓練樣本進行優化，得到優化訓練樣本，并使用所述優化訓練樣本對所述初始學習模型進行訓練，得到所述深度學習模型，其中，所述優化包括：標注所述初始訓練樣本中的邊界樣本，和/或，增大所述初始訓練樣本中被標注為醫療領域的正確樣本的權重值。