[發明專利]基于情景感知的機器學習方法及系統

在審

• 申請號: 202010801116.0
• 申請日: 2020-08-11
• 公開（公告）號: CN111898745A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 霍雨佳;左欣
• 申請（專利權）人: 霍雨佳
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q50/20
• 代理公司: 西安合創非凡知識產權代理事務所(普通合伙) 61248
• 代理人: 于波

1.基于情景感知的機器學習方法，其特征在于：包括如下步驟：

S1、構建訓練參數集，每一個訓練參數均包含有情景信息；

S2、基于BP神經網絡模型實現訓練參數集中內載情景特征信息及其他目標特征信息的提取；

S3、基于情景特征信息及其對應的其他目標特征信息構建貝葉斯網絡模型；

S4、基于所述貝葉斯網絡模型實現待檢測文本的識別。

2.如權利要求1所述的基于情景感知的機器學習方法，其特征在于：所述步驟S1中，基于預設的情景轉換模型實現訓練樣本的預處理，從而實現訓練參數集的構建。

3.如權利要求2所述的基于情景感知的機器學習方法，其特征在于：所述情景轉換模型采用Transformer模型實現訓練樣本內隱含的情景信息的提取，然后將所提取的情景信息及其對應的訓練樣本填入預設的模板，即得訓練參數。

4.如權利要求1所述的基于情景感知的機器學習方法，其特征在于：所述步驟S2中，基于Hadoop同時運行兩個BP神經網絡模型分別進行訓練參數集中內載情景特征信息及其他目標特征信息的提取。

5.基于情景感知的機器學習系統，其特征在于：包括：

訓練參數集構建模塊，用于構建訓練參數集，每一個訓練參數均包含有情景信息；

特征信息提取模塊，用于基于BP神經網絡模型實現訓練參數集中內載情景特征信息及其他目標特征信息的提取；

檢測模型構建模塊，用于基于情景特征信息及其對應的其他目標特征信息構建貝葉斯網絡模型；

目標識別模塊，基于所述貝葉斯網絡模型實現待檢測文本的識別。

6.如權利要求5所述的基于情景感知的機器學習系統，其特征在于：所述訓練參數集構建模塊基于預設的情景轉換模型實現訓練樣本的預處理，從而實現訓練參數集的構建，該情景轉換模型采用Transformer模型實現訓練樣本內隱含的情景信息的提取，然后將所提取的情景信息及其對應的訓練樣本填入預設的模板，即得訓練參數。

7.如權利要求5所述的基于情景感知的機器學習系統，其特征在于：所述特征提取模塊基于Hadoop同時運行兩個BP神經網絡模型分別進行訓練參數集中內載情景特征信息及其他目標特征信息的提取。