[發(fā)明專利]一種模型訓(xùn)練以及關(guān)鍵詞分類方法及裝置

在審

• 申請?zhí)枺?/td>: 202111081477.3
• 申請日: 2021-09-15
• 公開（公告）號: CN113887221A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計）人: 童詠之;湯彪;應(yīng)松晟;奚駿泉;校婭;沈元;張敏
• 申請（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/247;G06F16/906;G06K9/62;G06N20/00
• 代理公司: 北京曼威知識產(chǎn)權(quán)代理有限公司 11709
• 代理人: 方志煒

本說明書公開了一種模型訓(xùn)練及關(guān)鍵詞分類方法及裝置，通過將各對應(yīng)關(guān)系類型的文本模板與非結(jié)構(gòu)性信息進行匹配，從各非結(jié)構(gòu)性信息中，確定第一訓(xùn)練樣本及其標(biāo)注，并根據(jù)第一訓(xùn)練樣本和與該第一訓(xùn)練樣本匹配的文本模板，確定關(guān)鍵詞，繼而確定包含該關(guān)鍵詞的其他非結(jié)構(gòu)性信息，作為第二訓(xùn)練樣本，并將該第一訓(xùn)練樣本的標(biāo)注作為該第二訓(xùn)練樣本的標(biāo)注，以第一訓(xùn)練樣本和第二訓(xùn)練樣本及其確定出的標(biāo)注，對待訓(xùn)練的關(guān)鍵詞分類模型進行訓(xùn)練。不需要人工對樣本進行標(biāo)注，減少了訓(xùn)練樣本的生成時間與成本，提高了關(guān)鍵詞分類模型的訓(xùn)練效率。

技術(shù)領(lǐng)域

本說明書涉及計算機技術(shù)領(lǐng)域，尤其涉及一種模型訓(xùn)練以及關(guān)鍵詞分類方法及裝置。

背景技術(shù)

目前，隨著計算機技術(shù)的發(fā)展，由用戶生成的信息已經(jīng)成為服務(wù)提供方的信息來源之一。且根據(jù)用戶搜索的關(guān)鍵詞，向用戶推薦商戶，已經(jīng)成為服務(wù)提供方需要解決的問題之一。但由于用戶生成的信息，如，用戶的評論等，不完全為正向信息，也就是說，無法直接基于非結(jié)構(gòu)性信息的關(guān)鍵詞進行應(yīng)用。則關(guān)鍵詞分類方法因為能夠基于非結(jié)構(gòu)性信息，確定該非結(jié)構(gòu)性信息中的關(guān)鍵詞是否可用作商戶的關(guān)鍵詞，被廣泛應(yīng)用于服務(wù)提供方為用戶推薦內(nèi)容的場景中。

在現(xiàn)有技術(shù)中，一種常用的關(guān)鍵詞分類方法是基于關(guān)鍵詞分類模型實現(xiàn)的。具體的，針對每個需要進行關(guān)鍵詞分類的非結(jié)構(gòu)性信息中的每個語句，對該語句進行特征提取，確定該語句對應(yīng)的句向量，然后將該句向量作為輸入，輸入到預(yù)先訓(xùn)練完成的關(guān)鍵詞分類模型中，得到該關(guān)鍵詞分類模型輸出的該非結(jié)構(gòu)性信息中的各語句對應(yīng)的關(guān)鍵詞的類型。其中，關(guān)鍵詞的類型為關(guān)鍵詞與商戶的關(guān)系。

但是，現(xiàn)有技術(shù)在訓(xùn)練關(guān)鍵詞分類模型時，需要人工對訓(xùn)練樣本進行標(biāo)注。而人工標(biāo)注成本高、時間長的特點，使得訓(xùn)練模型的周期過長，降低了模型訓(xùn)練的效率。

發(fā)明內(nèi)容

本說明書提供一種模型訓(xùn)練及關(guān)鍵詞分類方法及裝置，以部分的解決現(xiàn)有技術(shù)存在的上述問題。

本說明書采用下述技術(shù)方案：

本說明書提供關(guān)鍵詞分類模型的訓(xùn)練方法，包括：

獲取若干包含關(guān)鍵詞的非結(jié)構(gòu)性信息；

針對預(yù)設(shè)的各對應(yīng)關(guān)系類型，獲取該對應(yīng)關(guān)系類型對應(yīng)的文本模板，從各非結(jié)構(gòu)性信息中，確定與所述文本模板匹配的非結(jié)構(gòu)性信息，作為第一訓(xùn)練樣本，以及根據(jù)該對應(yīng)關(guān)系類型確定所述第一訓(xùn)練樣本的標(biāo)注，所述標(biāo)注表征所述訓(xùn)練樣本與所述訓(xùn)練樣本所屬用戶之間存在所述標(biāo)注的對應(yīng)關(guān)系；

針對每個第一訓(xùn)練樣本，根據(jù)該第一訓(xùn)練樣本匹配的文本模板，確定該訓(xùn)練樣本的關(guān)鍵詞，從其他各非結(jié)構(gòu)性信息中確定包含所述關(guān)鍵詞的非結(jié)構(gòu)性信息，作為第二訓(xùn)練樣本，以及將該第一訓(xùn)練樣本的標(biāo)注作為第二訓(xùn)練樣本的標(biāo)注；

根據(jù)第一訓(xùn)練樣本和第二訓(xùn)練樣本以及確定出的標(biāo)注，對待訓(xùn)練的關(guān)鍵詞分類模型進行訓(xùn)練，所述關(guān)鍵詞分類模型用于確定各非結(jié)構(gòu)性信息所屬用戶的關(guān)鍵詞。

可選地，所述方法還包括：

針對每種對應(yīng)關(guān)系類型以及每個第一用戶，獲取預(yù)存的與該第一用戶具有該對應(yīng)關(guān)系類型的對應(yīng)關(guān)系的關(guān)鍵詞，以及該第一用戶的各非結(jié)構(gòu)性信息，所述第一用戶為非結(jié)構(gòu)性信息所屬用戶；

從該第一用戶的各非結(jié)構(gòu)性信息中，確定包含確定出的關(guān)鍵詞的非結(jié)構(gòu)性信息，作為第三訓(xùn)練樣本，并根據(jù)該對應(yīng)關(guān)系類型，確定所述第三訓(xùn)練樣本的標(biāo)注；

根據(jù)第一訓(xùn)練樣本、第二訓(xùn)練樣本、第三訓(xùn)練樣本以及確定出的標(biāo)注，對待訓(xùn)練的關(guān)鍵詞分類模型進行訓(xùn)練。

可選地，所述對應(yīng)關(guān)系類型至少包括歧義類型，所述方法還包括：

獲取預(yù)存的各第一用戶的用戶標(biāo)識，所述各第一用戶為各非結(jié)構(gòu)性信息的所屬用戶；