[發(fā)明專利]數(shù)據(jù)預(yù)測及模型訓(xùn)練的方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202210290742.7
• 申請日: 2022-03-23
• 公開（公告）號: CN114661990A
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 田甘迅;雷成軍;崔力娟;張彥輝;王叢;林榮逸
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35;G06F16/9538;G16H50/20;G16H40/67;G06K9/62
• 代理公司: 北京鉦霖知識產(chǎn)權(quán)代理有限公司 11722
• 代理人: 李英艷;楊繼成

1.一種數(shù)據(jù)預(yù)測方法，包括：

獲取查詢信息；

對所述查詢信息進(jìn)行關(guān)鍵詞匹配，確定第一預(yù)測結(jié)果；

調(diào)用文本分類模型對所述查詢信息進(jìn)行預(yù)測，得到第二預(yù)測結(jié)果；

根據(jù)所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果，得到目標(biāo)預(yù)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述對所述查詢信息進(jìn)行關(guān)鍵詞匹配，確定第一預(yù)測結(jié)果，包括：

在關(guān)鍵詞詞表中搜索所述查詢信息中的關(guān)鍵詞，所述關(guān)鍵詞詞表中存儲有具有關(guān)聯(lián)關(guān)系的關(guān)鍵詞、對象和關(guān)聯(lián)程度，所述對象為所述關(guān)鍵詞表征的對象，所述關(guān)聯(lián)程度為所述關(guān)鍵詞與所述對象間的關(guān)聯(lián)程度；

若在所述關(guān)鍵詞詞表中搜索到與所述查詢信息中的關(guān)鍵詞匹配的目標(biāo)關(guān)鍵詞，則將所述目標(biāo)關(guān)鍵詞對應(yīng)的對象作為第一對象，并基于所述目標(biāo)關(guān)鍵詞與對象間的關(guān)聯(lián)程度，建立所述第一對象與所述查詢信息的關(guān)聯(lián)程度；

將所述第一對象，以及所述第一對象與所述查詢信息的關(guān)聯(lián)程度，確定為所述查詢信息表征的第一預(yù)測結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述調(diào)用文本分類模型對所述查詢信息進(jìn)行預(yù)測，得到第二預(yù)測結(jié)果，包括：

將所述查詢信息輸入文本分類模型，輸出第二對象和所述第二對象與所述查詢信息間的關(guān)聯(lián)程度；

將所述第二對象，以及所述第二對象與所述查詢信息間的關(guān)聯(lián)程度，作為第二預(yù)測結(jié)果。

4.根據(jù)權(quán)利要求1-3中任意一項(xiàng)所述的方法，其中，所述根據(jù)所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果，得到目標(biāo)預(yù)測結(jié)果，包括：

在所述第一預(yù)測結(jié)果中，確定所述查詢信息與所述第一對象的關(guān)聯(lián)程度，并在所述第二預(yù)測結(jié)果中，確定所述查詢信息與所述第二對象的關(guān)聯(lián)程度；

若所述查詢信息與所述第一對象或所述第二對象的關(guān)聯(lián)程度為第一關(guān)聯(lián)程度，則將所述第一關(guān)聯(lián)程度的第一對象和/或所述第二對象，作為第一類預(yù)測目標(biāo)對象；

若所述查詢信息與所述第一對象或所述第二對象的關(guān)聯(lián)程度為第二關(guān)聯(lián)程度，則基于歷史查詢特征對所述第二關(guān)聯(lián)程度的第一對象和/或所述第二對象進(jìn)行篩選，得到第二類預(yù)測目標(biāo)對象，所述第一關(guān)聯(lián)程度的關(guān)聯(lián)程度強(qiáng)于所述第二關(guān)聯(lián)程度的關(guān)聯(lián)程度；

將所述第一類預(yù)測目標(biāo)對象和所述第二類預(yù)測目標(biāo)對象，確定為所述查詢信息表征的目標(biāo)預(yù)測結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述歷史查詢特征采用下列方式確定：

獲取用戶的已查詢信息；

基于關(guān)鍵詞詞表對所述已查詢信息中的關(guān)鍵詞進(jìn)行關(guān)鍵詞匹配，確定所述已查詢信息表征的第一歷史對象，以及第一歷史對象與已查詢信息間的關(guān)聯(lián)程度；

調(diào)用文本分類模型對所述已查詢信息進(jìn)行預(yù)測，得到所述已查詢信息表征的第二歷史對象，以及第二歷史對象與已查詢信息間的關(guān)聯(lián)程度；

從所述關(guān)聯(lián)程度中篩選出第一關(guān)聯(lián)程度，并統(tǒng)計(jì)查詢所述第一關(guān)聯(lián)程度對應(yīng)的歷史對象的查詢次數(shù)，所述歷史對象包括第一歷史對象和/或第二歷史對象；

將所述第一關(guān)聯(lián)程度對應(yīng)的歷史對象，以及所述歷史對象的查詢次數(shù)，作為歷史查詢特征。

6.根據(jù)權(quán)利要求4所述的方法，其中，所述基于歷史查詢特征對所述第二關(guān)聯(lián)程度的第一對象和/或所述第二對象進(jìn)行篩選，得到第二類預(yù)測目標(biāo)對象，包括：

若所述歷史查詢特征中存在所述第二關(guān)聯(lián)程度的第一對象和/或所述第二對象，且查詢所述第一對象和/或所述第二對象的查詢次數(shù)大于閾值，則將所述第一對象和/或所述第二對象，作為第二類預(yù)測目標(biāo)對象。

7.一種訓(xùn)練文本分類模型的方法，包括：

確定關(guān)聯(lián)程度預(yù)測模型，以及用于訓(xùn)練文本分類模型的第一樣本集；

利用所述關(guān)聯(lián)程度預(yù)測模型，預(yù)測所述第一樣本集中第一樣本的對象和關(guān)聯(lián)程度，并將所述對象和關(guān)聯(lián)程度作為所述第一樣本的偽標(biāo)簽，所述關(guān)聯(lián)程度為所述第一樣本與對象的關(guān)聯(lián)程度；

利用關(guān)鍵詞詞表糾正所述偽標(biāo)簽，將所述第一樣本集中各第一樣本和糾正后的偽標(biāo)簽，作為第二樣本集；

基于所述第二樣本集，訓(xùn)練文本分類模型。