[發明專利]基于弱監督學習的信息識別方法及相關設備

在審

• 申請號: 202011481937.7
• 申請日: 2020-12-15
• 公開（公告）號: CN112507095A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 謝攀
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/279;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 遲珊珊

1.一種基于弱監督學習的信息識別方法，其特征在于，所述基于弱監督學習的信息識別方法包括：

獲取政務場景中的多個常見問題解答FAQ數據，并基于多個所述FAQ數據，構建第一標簽數據集；

使用第一卷積神經網絡CNN，對所述第一標簽數據集進行多標簽文本分類，獲得多標簽CNN模型，其中，所述第一CNN中的全鏈接層對應N個激活函數，所述N與輸出的標簽序列的維數相同，所述多標簽CNN模型為弱監督的模型；

獲取多個第二標簽數據集，并使用所述多個第二標簽數據集對所述多標簽CNN模型進行調整，獲得最終多標簽分類器；

接收輸入的用戶問題；

將所述用戶問題輸入至所述最終多標簽分類器中，獲得與所述用戶問題匹配的多個政務實體；

輸出所述多個政務實體。

2.根據權利要求1所述的基于弱監督學習的信息識別方法，其特征在于，所述基于多個所述FAQ數據，構建第一標簽數據集包括：

通過漢語語言模型Ngram，掃描多個所述FAQ數據中的答案數據；

根據詞向量模型，將所述答案數據轉換成第一向量，以及根據所述詞向量模型，將政務實體庫中的政務實體轉換成第二向量；

將所述第一向量與所述第二向量進行余弦相似度計算，獲得相似度分值；

將所述相似度分值大于預設閾值的政務實體確定為所述FAQ數據匹配的標簽；

根據每個所述FAQ數據以及所述FAQ數據匹配的標簽，構建第一標簽數據集。

3.根據權利要求2所述的基于弱監督學習的信息識別方法，其特征在于，所述第一標簽數據集中，每個問題對應一個標簽列表，所述標簽列表中的每個標簽對應一個政務實體，所述標簽列表中，與所述問題匹配的政務實體的標簽被設置為第一標識，與所述問題不匹配的政務實體的標簽被設置為第二標識。

4.根據權利要求1所述的基于弱監督學習的信息識別方法，其特征在于，所述使用第一卷積神經網絡CNN，對所述第一標簽數據集進行多標簽文本分類，獲得多標簽CNN模型包括：

使用第一卷積神經網絡CNN，采用N個sigmoid激活函數對所述第一標簽數據集中的每個標簽進行二分類訓練；

計算每個維度的所述標簽的損失函數，并計算所有維度上標簽的平均損失函數；

將所述平均損失函數確定為所述第一標簽數據集的第一損失函數；

調整所述第一CNN的模型參數，以最小化所述第一損失函數，獲得多標簽CNN模型。

5.根據權利要求1所述的基于弱監督學習的信息識別方法，其特征在于，所述使用所述多個第二標簽數據集對所述多標簽CNN模型進行調整，獲得最終多標簽分類器包括：

獲取所述多標簽CNN模型的歷史模型參數；

采用所述多個第二標簽數據集對所述多標簽CNN模型的歷史模型參數進行迭代訓練，并計算第二損失函數，其中，所述第二損失函數為所有維度上標簽的平均損失函數；

調整所述歷史模型參數，以最小化所述第二損失函數，獲得最終多標簽分類器。

6.根據權利要求1所述的基于弱監督學習的信息識別方法，其特征在于，所述輸出所述多個政務實體包括：

獲取當前用戶的歷史咨詢領域；

計算每個所述政務實體與所述歷史咨詢領域的第一匹配度；

獲取每個所述政務實體與所述用戶問題的第二匹配度；

對所述第一匹配度和所述第二匹配度進行加權，獲得每個所述政務實體的加權值；

根據加權值從高到低的順序，輸出所述多個政務實體。

7.根據權利要求1至5中任意一項所述的基于弱監督學習的信息識別方法，其特征在于，所述基于弱監督學習的信息識別方法還包括：

判斷在預設時間內是否接收到當前用戶針對所述多個政務實體的選擇指令；

若在預設時間內未接收到當前用戶針對所述多個政務實體的選擇指令，獲取當前用戶的歷史問答記錄；

從所述歷史問答記錄中，確定所述當前用戶的咨詢領域；

從所述多個政務實體中篩選出與所述咨詢領域匹配的目標政務實體；

輸出所述目標政務實體的詳細內容。