[發(fā)明專利]模型訓(xùn)練方法、文本處理方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010068919.X
• 申請(qǐng)日: 2020-01-21
• 公開(kāi)（公告）號(hào): CN111324732A
• 公開(kāi)（公告）日: 2020-06-23
• 發(fā)明（設(shè)計(jì)）人: 吳雨霏
• 申請(qǐng)（專利權(quán)）人: 中信百信銀行股份有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06K9/62
• 代理公司: 北京市蘭臺(tái)律師事務(wù)所 11354
• 代理人: 張峰

1.一種模型訓(xùn)練方法，其特征在于，包括：

當(dāng)接收到訓(xùn)練請(qǐng)求時(shí)，獲取訓(xùn)練文本集；

基于所述訓(xùn)練請(qǐng)求中是否攜帶有向量化方法的指定信息，確定目標(biāo)向量化方法；

基于所述目標(biāo)向量化方法對(duì)所述訓(xùn)練文本集進(jìn)行向量化處理得到訓(xùn)練向量集；

基于所述訓(xùn)練向量集對(duì)所述訓(xùn)練請(qǐng)求中攜帶的任務(wù)標(biāo)識(shí)信息對(duì)應(yīng)的目標(biāo)模型進(jìn)行訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

基于所述目標(biāo)向量化方法以及訓(xùn)練完成的所述目標(biāo)模型確定業(yè)務(wù)標(biāo)識(shí)ID，將所述業(yè)務(wù)ID與訓(xùn)練完成的目標(biāo)模型關(guān)聯(lián)存儲(chǔ)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述訓(xùn)練請(qǐng)求中是否攜帶有向量化方法的指定信息，確定目標(biāo)向量化方法，包括：

若所述訓(xùn)練請(qǐng)求中攜帶有向量化方法的指定信息，則基于所述指定信息對(duì)應(yīng)的向量化方法確定為目標(biāo)向量化方法；

若所述訓(xùn)練請(qǐng)求中未攜帶有向量化方法的指定信息，則基于預(yù)設(shè)規(guī)則確定目標(biāo)向量化方法。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述任務(wù)標(biāo)識(shí)信息包括以下至少一項(xiàng)：

文本分類任務(wù)的標(biāo)識(shí)信息；

文本關(guān)鍵詞提取任務(wù)的標(biāo)識(shí)信息；

文本相似性判定任務(wù)的標(biāo)識(shí)信息。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，若所述任務(wù)標(biāo)識(shí)信息包括文本關(guān)鍵詞提取任務(wù)的標(biāo)識(shí)信息，所述基于預(yù)設(shè)規(guī)則確定目標(biāo)向量化方法，包括：

將詞頻-逆文檔頻率TF-IDF算法確定為目標(biāo)向量化方法。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，若所述任務(wù)標(biāo)識(shí)信息包括文本相似性判定任務(wù)的標(biāo)識(shí)信息，所述基于預(yù)設(shè)規(guī)則確定目標(biāo)向量化方法，包括：

基于所述訓(xùn)練文本集的數(shù)據(jù)量，以及預(yù)設(shè)的數(shù)據(jù)量與向量化方法第一對(duì)應(yīng)關(guān)系，確定所述目標(biāo)向量化方法。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，若所述任務(wù)標(biāo)識(shí)信息包括文本分類任務(wù)的標(biāo)識(shí)信息，所述基于預(yù)設(shè)規(guī)則確定目標(biāo)向量化方法，包括：

確定所述訓(xùn)練文本集中的文本是否屬于商戶名稱；

若屬于，則將商戶名稱向量化方法確定為目標(biāo)向量化方法；

若不屬于，則基于所述訓(xùn)練文本集的數(shù)據(jù)量，以及預(yù)設(shè)的數(shù)據(jù)量與向量化方法第二對(duì)應(yīng)關(guān)系，確定所述目標(biāo)向量化方法。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，當(dāng)將商戶名稱向量化方法確定為目標(biāo)向量化方法時(shí)，所述基于所述目標(biāo)向量化方法對(duì)所述訓(xùn)練文本集進(jìn)行向量化處理得到訓(xùn)練向量集，包括：

確定所述訓(xùn)練文本集的第一相似度矩陣；

對(duì)所述相似度矩陣進(jìn)行聚類，確定中心向量；

確定所述訓(xùn)練文本集與所述中心向量的第二相似度矩陣，并從所述第二相似度矩陣中確定訓(xùn)練向量集。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，若所述訓(xùn)練向量集中的詞均衡度不滿足指定條件，所述基于所述訓(xùn)練向量集對(duì)所述訓(xùn)練請(qǐng)求中攜帶的任務(wù)標(biāo)識(shí)信息對(duì)應(yīng)的目標(biāo)模型進(jìn)行訓(xùn)練，包括：

對(duì)所述訓(xùn)練向量集進(jìn)行抽樣得到抽樣向量集；

基于所述抽樣向量集所述訓(xùn)練請(qǐng)求中攜帶的任務(wù)標(biāo)識(shí)信息對(duì)應(yīng)的目標(biāo)模型進(jìn)行訓(xùn)練。

10.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于所述訓(xùn)練向量集對(duì)所述訓(xùn)練請(qǐng)求中攜帶的任務(wù)標(biāo)識(shí)信息對(duì)應(yīng)的目標(biāo)模型進(jìn)行訓(xùn)練，包括：

基于所述訓(xùn)練向量集的數(shù)據(jù)特征，在所述目標(biāo)模型中確定目標(biāo)分類模型；

基于所述訓(xùn)練向量集對(duì)所述目標(biāo)分類模型進(jìn)行訓(xùn)練。