[發明專利]一種基于N-grams的多標簽分類方法及裝置

在審

• 申請號: 202010550466.4
• 申請日: 2020-06-16
• 公開（公告）號: CN111709475A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 梁瀟;安寧鈺;張強;鄭曉崑;吳寧;鄒云峰;徐超
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國網江蘇省電力有限公司營銷服務中心;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 胡曉靜

1.一種基于N-grams的多標簽分類方法，其特征在于，包括：

獲取待分類對象中的分類要素，并根據所述分類要素確定所述待分類對象對應的標簽，構成標簽集合；

采用N-grams模型對所述標簽集合中所有的標簽進行排序，生成標簽序列；

根據所述標簽序列構建分類器鏈；

根據所述分類器鏈對所述待分類對象進行分類，生成分類結果。

2.根據權利要求1所述的基于N-grams的多標簽分類方法，其特征在于，所述采用N-grams模型對所述標簽集合中所有的標簽進行排序，生成標簽序列，包括：

根據預設標簽選擇方法從所述標簽集合中確定第一位置標簽和第二位置標簽；

根據所述第一位置標簽、所述第二位置標簽及所述N-grams模型，確定當前位置標簽；

根據所述當前位置標簽對所述第一位置標簽和所述第二位置標簽進行更新，并返回所述根據所述第一位置標簽、所述第二位置標簽及所述N-grams模型，確定當前位置標簽的步驟，直至確定所述標簽集合中所有標簽的排序位置，生成所述標簽序列。

3.根據權利要求2所述的基于N-grams的多標簽分類方法，其特征在于，所述根據所述第一位置標簽、所述第二位置標簽及所述N-grams模型，確定當前位置標簽，包括：

采用N-grams模型分別計算所述標簽集合中未確定排序位置標簽的條件概率；

將所述條件概率的最大值所對應的標簽確定為所述當前位置標簽。

4.根據權利要求3所述的基于N-grams的多標簽分類方法，其特征在于，所述采用N-grams模型分別計算所述標簽集合中未確定排序位置標簽的條件概率，包括：

根據如下公式分別計算所述標簽集合中未確定排序位置標簽的條件概率：

其中，P(h_i)表示所述標簽集合中未確定排序位置標簽的條件概率，q為所述標簽集合中標簽的數量，所述l_i-2，l_i-1，l_i分別為所述第一位置標簽，所述第二位置標簽，所述當前位置標簽，所述S_i為符合標簽l_i分類的樣本的集合，所述S_i-1為符合標簽l_i-1分類的樣本的集合，所述S_i-2為符合標簽l_i-2分類的樣本的集合。

5.根據權利要求2所述的基于N-grams的多標簽分類方法，其特征在于，所述根據預設標簽選擇方法從所述標簽集合中確定第一位置標簽和第二位置標簽，包括：

根據所述標簽集合，構建共現向量或共現矩陣；

根據所述共現向量或共現矩陣，確定標簽集合中各標簽的共現率；

根據所述共現率從大到小的排序結果，確定所述第一位置標簽和第二位置標簽。

6.一種基于N-grams的多標簽分類裝置，其特征在于，包括：獲取模塊、排序模塊、構建模塊和分類模塊；

所述獲取模塊，用于獲取待分類對象中的分類要素，并根據所述分類要素確定所述待分類對象對應的標簽，構成標簽集合；

所述排序模塊，用于采用N-grams模型對所述標簽集合中所有的標簽進行排序，生成標簽序列；

所述構建模塊，用于根據所述標簽序列構建分類器鏈；

所述分類模塊，用于根據所述分類器鏈對所述待分類對象進行分類，生成分類結果。

7.根據權利要求6所述的基于N-grams的多標簽分類裝置，其特征在于，所述排序模塊，具體用于：

根據預設標簽選擇方法從所述標簽集合中確定第一位置標簽和第二位置標簽；

根據所述第一位置標簽、所述第二位置標簽及所述N-grams模型，確定當前位置標簽；

根據所述當前位置標簽對所述第一位置標簽和所述第二位置標簽進行更新，并返回所述根據所述第一位置標簽、所述第二位置標簽及所述N-grams模型，確定當前位置標簽的步驟，直至確定所述標簽集合中所有標簽的排序位置，生成所述標簽序列。