[發明專利]模型置信度分析方法、裝置、電子設備及計算機存儲介質

在審

• 申請號: 202011637424.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112734205A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 黃振宇;王磊;鐵瑞雪;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F40/151;G06F40/284;G06F40/289;G06F40/30;G06F16/35;G06N3/04
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種模型置信度分析方法，其特征在于，所述方法包括：

獲取標準文本和與所述標準文本對應的標準轉換結果；

利用預設的文本轉換模型對所述標準文本進行文本轉換，得到預測轉換結果；

根據所述預測轉換結果生成所述標準文本的預測結果指標；

根據所述預測轉換結果與所述標準轉換結果生成對比結果指標；

利用所述預測結果指標與所述對比結果指標構建模型置信度指標，利用所述模型置信度指標對所述文本轉換模型進行置信度分析。

2.如權利要求1所述的模型置信度分析方法，其特征在于，所述利用預設的文本轉換模型對所述標準文本進行文本轉換，得到預測轉換結果，包括：

利用所述卷積神經網絡的卷積層對所述標準文本進行卷積，得到卷積文本；

對所述卷積文本進行池化，得到特征文本；

對所述特征文本進行全連接處理，得到全連接文本；

利用激活函數對所述全連接文本進行概率分類，得到預測轉換結果。

3.如權利要求1所述的模型置信度分析方法，其特征在于，所述根據所述預測轉換結果生成所述標準文本的預測結果指標，包括：

對所述預測轉換結果進行語句結構標注，得到標注結果；

根據所述標注結果進行計算，得到文本語法結構指標；

對所述預測轉換結果進行詞向量轉換，得到結果向量；

利用所述結果向量計算所述文本語義指標；

將所述文本語法結構指標和所述文本語義指標匯集為預測結果指標。

4.如權利要求3所述的模型置信度分析方法，其特征在于，所述對所述預測轉換結果進行詞向量轉換，得到結果向量，包括：

對所述預測轉換結果進行文本分詞處理，得到多個預測文本分詞；

對所述多個預測文本分詞進行詞向量編碼，得到每個預測文本分詞對應的結果向量。

5.如權利要求1所述的模型置信度分析方法，其特征在于，所述根據所述預測轉換結果與所述標準轉換結果生成對比結果指標，包括：

遍歷所述預測轉換結果并確定所述預測轉換結果的預測文本長度；

遍歷所述標準轉換結果并確定所述標準轉換結果的標準文本長度；

根據所述預測文本長度和所述標準文本長度計算文本長度指標；

對所述預測轉換結果進行文本分詞處理，得到多個預測文本分詞；

對所述標準轉換結果進行文本分詞處理，得到多個標準文本分詞；

根據所述多個預測文本分詞和所述多個標準文本分詞計算詞頻指標；

將所述文本長度指標和所述詞頻指標匯集為對比結果指標。

6.如權利要求1至5中任一項所述的模型置信度分析方法，其特征在于，所述利用所述預測結果指標與所述對比結果指標構建模型置信度指標，包括：

獲取預設的指標權重系數；

利用預設的權重系數對所述預測結果指標與所述對比結果指標進行加權運算，得到模型置信度指標。

7.如權利要求6所述的模型置信度分析方法，其特征在于，所述利用預設的權重系數對所述預測結果指標與所述對比結果指標進行加權運算，得到模型置信度指標，包括：

利用如下加權算法進行加權運算，得到模型置信度指標：

Z＝δ*G+ε*H+μ*P+τ*Q

其中，Z為所述模型置信度指標，G為所述文本語法結構指標，H為所述文本語義指標，P為所述文本長度指標，Q為所述詞頻指標，δ、ε、μ和τ為預設的指標權重系數。