[發明專利]一種分類預測方法、裝置及存儲介質

在審

• 申請號: 202010117294.1
• 申請日: 2020-02-25
• 公開（公告）號: CN111339298A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 齊保元;韓佳乘;孟二利
• 申請（專利權）人: 北京松果電子有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 北京鉦霖知識產權代理有限公司 11722
• 代理人: 李英艷;李志新

本公開是關于一種分類預測方法、裝置及存儲介質。分類預測方法包括：確定分類預測任務；根據所述分類預測任務攜帶的分支標識，從啟動的分類預測服務中確定所述分類預測任務對應的服務分支；通過所述服務分支，對所述分類預測任務進行預測。通過本公開將不同需求分類預測任務的服務集成，提供統一的服務入口，提高分類任務預測的處理效率。

技術領域

本公開涉及深度學習領域，尤其涉及分類預測方法、裝置及存儲介質。

背景技術

分類任務是自然語言處理中一種常見的任務，例如正負面情感分析、新聞文本類型分類等。在深度學習領域，使用數據訓練出的模型對分類任務進行預測會有很多不同的預測方式。

由于每個訓練好的模型在預測階段對于輸入、處理過程以及輸出的差異性，使得模型服務使用過程中面對資源類型、并發變化等運行環境的不同所需匹配的要求也不同。相關技術中，對于不同的預測模型服務，對每個預測的模型編寫相對應的預測方法，并對特定的應用場景進行編程。此種方式，缺乏統一的規范，靈活性較差，對于新的場景適配能力弱，模型部署人員需要進行非常復雜的操作。

發明內容

為克服相關技術中存在的問題，本公開提供一種分類預測方法、裝置及存儲介質。

根據本公開實施例的第一方面，提供一種分類預測方法，包括：確定分類預測任務；根據所述分類預測任務攜帶的分支標識，從啟動的分類預測服務中確定所述分類預測任務對應的服務分支；通過所述服務分支，對所述分類預測任務進行預測。

一種實施方式中，所述分類預測任務包括多個待分類預測對象；

通過所述服務分支，對所述分類預測任務進行預測，包括：

通過所述服務分支，對所述多個待分類預測對象進行批量預測。

另一種實施方式中，所述分類預測任務包括單個待分類預測對象；

所述方法還包括：為每個分類預測任務生成單個任務的標識，并將所述標識添加到批量預測任務的待處理標識列表；

通過所述服務分支，對所述分類預測任務進行預測，包括：

遍歷所述待處理標識列表，獲取每個表項所對應分類預測任務需要處理的待分類預測對象；通過所述服務分支，對獲取的多個待分類預測對象進行批量預測。

又一種實施方式中，通過所述服務分支，對所述分類預測任務進行批量預測之前，所述方法還包括：

響應于一次批量預測服務能夠承載的處理量未滿足，獲取多個同分支標識分類預測任務的任務量，直到當前不存在同分支標識分類預測任務，或者一次批量預測服務能夠承載的任務量得到滿足；

通過所述服務分支，對所述多個待分類預測對象進行預測，包括：

獲取所述多個同類型分類預測任務分別需要處理的多個待分類預測對象；

其中，每個待分類預測對象設置有對應標識，所述標識用于表征對應待分類預測對象所屬分類預測任務，以及在所屬分類預測任務中區別于其他待分類預測對象；

通過所述服務分支，對獲取的多個待分類預測對象進行批量預測。

又一種實施方式中，在進行批量預測之后，所述方法還包括：

獲取批量預測結果；從所述批量預測結果中確定各標識分別對應的預測結果。

又一種實施方式中，通過所述服務分支，對獲取的多個待分類預測對象進行批量預測，包括：

分別對多個待分類預測對象對應的文本內容進行分詞，并將分詞后的結果轉換為所述分類預測任務的類型支持的輸入特征；將多個待分類預測對象分別對應的輸入特征進行拼接處理，得到批量處理特征；通過所述服務分支，對所述批量處理特征進行預測。