[發(fā)明專利]煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011070273.5
• 申請(qǐng)日: 2020-10-09
• 公開(kāi)（公告）號(hào): CN112115237A
• 公開(kāi)（公告）日: 2020-12-22
• 發(fā)明（設(shè)計(jì)）人: 張勝華;閆愛(ài)華;周俊;李琳;楊睿;陳一
• 申請(qǐng)（專利權(quán)）人: 湖北中煙工業(yè)有限責(zé)任公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/335;G06F40/247;G06N3/08
• 代理公司: 浙江千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 裴金華

1.一種煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，包括：

從煙草科技文獻(xiàn)庫(kù)中采樣文獻(xiàn)數(shù)據(jù)，得到訓(xùn)練數(shù)據(jù)集；

根據(jù)所述文獻(xiàn)數(shù)據(jù)的語(yǔ)義獲取對(duì)應(yīng)的關(guān)聯(lián)語(yǔ)句，通過(guò)所述關(guān)聯(lián)語(yǔ)句、文獻(xiàn)數(shù)據(jù)以及預(yù)設(shè)的正向標(biāo)注構(gòu)建正例標(biāo)注數(shù)據(jù)；

通過(guò)預(yù)設(shè)的非關(guān)聯(lián)方法獲取與所述文獻(xiàn)數(shù)據(jù)不相關(guān)的非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)，并通過(guò)所述關(guān)聯(lián)語(yǔ)句、非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)以及預(yù)設(shè)的負(fù)向標(biāo)注構(gòu)建負(fù)例標(biāo)注數(shù)據(jù)；

將所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)通過(guò)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模型訓(xùn)練，得到所述煙草科技的文獻(xiàn)數(shù)據(jù)的推薦模型。

2.根據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述通過(guò)預(yù)設(shè)的非關(guān)聯(lián)方法獲取與所述文獻(xiàn)數(shù)據(jù)不相關(guān)的非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)，包括：

從所述訓(xùn)練數(shù)據(jù)集中隨機(jī)抽取文獻(xiàn)，通過(guò)預(yù)設(shè)的文本匹配方法計(jì)算所述關(guān)聯(lián)語(yǔ)句與所述隨機(jī)抽取文獻(xiàn)之間的匹配度；

當(dāng)所述匹配度低于預(yù)設(shè)值時(shí)，將所述隨機(jī)抽取文獻(xiàn)作為與所述文獻(xiàn)數(shù)據(jù)不相關(guān)的非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述將正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)通過(guò)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模型訓(xùn)練之前，還包括：

檢測(cè)所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)的數(shù)據(jù)量是否達(dá)到預(yù)設(shè)的數(shù)據(jù)量標(biāo)準(zhǔn)；

當(dāng)所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)的數(shù)據(jù)量未達(dá)到預(yù)設(shè)的數(shù)據(jù)量標(biāo)準(zhǔn)時(shí)，重復(fù)構(gòu)建負(fù)例標(biāo)注數(shù)據(jù)的步驟直至所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)的數(shù)據(jù)量達(dá)到預(yù)設(shè)的數(shù)據(jù)量標(biāo)準(zhǔn)。

4.根據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述從煙草科技文獻(xiàn)庫(kù)中采樣文獻(xiàn)數(shù)據(jù)之前，還包括：

獲取預(yù)設(shè)的數(shù)據(jù)權(quán)重表，根據(jù)所述數(shù)據(jù)權(quán)重表為所述從煙草科技文獻(xiàn)庫(kù)中的數(shù)據(jù)分配權(quán)重，得到權(quán)重分配后的煙草科技文獻(xiàn)庫(kù)，所述煙草科技文獻(xiàn)庫(kù)的權(quán)重用于調(diào)整從所述煙草科技文獻(xiàn)庫(kù)中采樣時(shí)的采樣概率。

5.根據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述關(guān)聯(lián)語(yǔ)句，包括：

關(guān)鍵詞、關(guān)鍵詞的同義詞、包含關(guān)鍵詞的語(yǔ)句。

6.據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述將正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)通過(guò)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模型訓(xùn)練，包括：

獲取搜索關(guān)鍵詞列表；

將所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)作為第一輸入，將所述搜索關(guān)鍵詞列表作為第二輸入，將所述第一輸入和所述第二輸入通過(guò)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

7.根據(jù)權(quán)利要求1所述的煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法，其特征在于，所述得到所述煙草科技的文獻(xiàn)數(shù)據(jù)的推薦模型之后，還包括：

接收用戶輸入內(nèi)容，獲取所述輸入內(nèi)容中的待推薦關(guān)聯(lián)語(yǔ)句；

從所述訓(xùn)練數(shù)據(jù)集中隨機(jī)抽取文獻(xiàn)數(shù)據(jù)，將所述待推薦關(guān)聯(lián)語(yǔ)句和所述文獻(xiàn)數(shù)據(jù)輸入至所述推薦模型，得到智能推薦結(jié)果候選集；

將所述智能推薦結(jié)果候選集中匹配概率小于預(yù)設(shè)閾值的結(jié)果刪除，并將剩余結(jié)果按照匹配概率從大到小的順序排列，得到智能推薦結(jié)果集。

8.一種煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建裝置，其特征在于，所述裝置包括：

采樣模塊，用于從煙草科技文獻(xiàn)庫(kù)中采樣文獻(xiàn)數(shù)據(jù)，得到訓(xùn)練數(shù)據(jù)集；

第一獲取模塊，用于根據(jù)所述文獻(xiàn)數(shù)據(jù)的語(yǔ)義獲取對(duì)應(yīng)的關(guān)聯(lián)語(yǔ)句，通過(guò)所述關(guān)聯(lián)語(yǔ)句、文獻(xiàn)數(shù)據(jù)以及預(yù)設(shè)的正向標(biāo)注構(gòu)建正例標(biāo)注數(shù)據(jù)；

第二獲取模塊，用于通過(guò)預(yù)設(shè)的非關(guān)聯(lián)方法獲取與所述文獻(xiàn)數(shù)據(jù)不相關(guān)的非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)，并通過(guò)所述關(guān)聯(lián)語(yǔ)句、非關(guān)聯(lián)文獻(xiàn)數(shù)據(jù)以及預(yù)設(shè)的負(fù)向標(biāo)注構(gòu)建負(fù)例標(biāo)注數(shù)據(jù)；

訓(xùn)練模塊，用于將所述正例標(biāo)注數(shù)據(jù)和所述負(fù)例標(biāo)注數(shù)據(jù)通過(guò)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模型訓(xùn)練，得到所述煙草科技的文獻(xiàn)數(shù)據(jù)的推薦模型。

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法的步驟。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述煙草科技文獻(xiàn)數(shù)據(jù)推薦模型的構(gòu)建方法的步驟。