[發(fā)明專利]分類模型訓(xùn)練方法、文本挖掘方法、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210372329.5
• 申請(qǐng)日: 2022-04-11
• 公開（公告）號(hào): CN114911929A
• 公開（公告）日: 2022-08-16
• 發(fā)明（設(shè)計(jì)）人: 陳志優(yōu);李健;陳明;武衛(wèi)東
• 申請(qǐng)（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/332;G06F16/33;G06N20/00
• 代理公司: 北京潤澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

本發(fā)明公開了一種分類模型訓(xùn)練方法、文本挖掘方法、設(shè)備及介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。訓(xùn)練方法將獲取的多個(gè)對(duì)話文本作為訓(xùn)練數(shù)據(jù)，依據(jù)所述訓(xùn)練數(shù)據(jù)對(duì)分類模型執(zhí)行訓(xùn)練，得到階段訓(xùn)練完成的分類模型。其中，采用聚類分析的方式對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行篩選，以場景類別對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注，從而能夠大大降低訓(xùn)練數(shù)據(jù)的標(biāo)注量。并且，根據(jù)訓(xùn)練數(shù)據(jù)確定的差異信息判斷所述階段訓(xùn)練完成的分類模型是否需要繼續(xù)訓(xùn)練。從而能夠在差異信息符合場景挖掘條件的情況下，通過繼續(xù)訓(xùn)練來挖掘出更多的場景類別，使得文本挖掘過程中，能夠挖掘出更細(xì)化的場景類別且信息量少的相關(guān)文本，從而便于相關(guān)對(duì)話文本的統(tǒng)計(jì)分析。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種分類模型訓(xùn)練方法、文本挖掘方法、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

在一些線上業(yè)務(wù)場景中，業(yè)務(wù)人員為客戶提供業(yè)務(wù)咨詢時(shí)，會(huì)保留大量的咨詢數(shù)據(jù)。對(duì)于資歷較淺的業(yè)務(wù)人員來說，咨詢數(shù)據(jù)中的體現(xiàn)出專業(yè)性的話術(shù)是值得學(xué)習(xí)的。在現(xiàn)有技術(shù)中，普遍會(huì)使用分類模型對(duì)咨詢數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，從而可以基于不同場景類別進(jìn)行學(xué)習(xí)。但是，分類模型在訓(xùn)練過程中需要大量的標(biāo)注數(shù)據(jù)，且在固定場景分類后，缺乏發(fā)現(xiàn)新場景的能力。

發(fā)明內(nèi)容

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的分類模型訓(xùn)練方法、文本挖掘方法、設(shè)備及存儲(chǔ)介質(zhì)。

依據(jù)本發(fā)明的第一方面，提供了一種分類模型訓(xùn)練方法，所述方法包括：

獲取多個(gè)對(duì)話文本作為訓(xùn)練數(shù)據(jù)；

依據(jù)所述訓(xùn)練數(shù)據(jù)對(duì)分類模型執(zhí)行訓(xùn)練，得到階段訓(xùn)練完成的分類模型；

基于所述訓(xùn)練數(shù)據(jù)確定差異信息，依據(jù)所述差異信息判斷所述階段訓(xùn)練完成的分類模型是否符合場景挖掘條件；

若所述差異信息符合場景挖掘條件，則依據(jù)所述訓(xùn)練數(shù)據(jù)和階段訓(xùn)練完成的分類模型更新訓(xùn)練數(shù)據(jù)并繼續(xù)訓(xùn)練；

若所述差異信息不符合場景挖掘條件，則將所述階段訓(xùn)練完成的分類模型作為訓(xùn)練完成的分類模型；

其中，依據(jù)所述訓(xùn)練數(shù)據(jù)對(duì)分類模型執(zhí)行訓(xùn)練，得到階段訓(xùn)練完成的分類模型，包括：

對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行聚類分析，確定多個(gè)訓(xùn)練類簇；

確定訓(xùn)練類簇對(duì)應(yīng)的場景類別，將所述訓(xùn)練類簇中文本標(biāo)注為所述場景類別；

采用標(biāo)注的文本數(shù)據(jù)訓(xùn)練分類模型，得到階段訓(xùn)練完成的分類模型。

依據(jù)本發(fā)明的第二方面，還提供了一種文本挖掘方法，所述方法包括：

接收對(duì)話信息，從所述對(duì)話信息中獲取第一用戶的對(duì)話文本；

將所述對(duì)話文本輸入到分類模型中進(jìn)行分類識(shí)別，確定出對(duì)應(yīng)的目標(biāo)場景類別，所述分類模型通過訓(xùn)練數(shù)據(jù)執(zhí)行訓(xùn)練，得到階段訓(xùn)練完成的分類模型，并基于所述訓(xùn)練數(shù)據(jù)確定差異信息，判斷所述階段訓(xùn)練完成的分類模型是否符合場景挖掘條件，依據(jù)判斷結(jié)果確定是否更新訓(xùn)練數(shù)據(jù)繼續(xù)訓(xùn)練階段訓(xùn)練完成的分類模型得到；

查詢所述目標(biāo)場景類別對(duì)應(yīng)的目標(biāo)回復(fù)文本；

采用所述目標(biāo)回復(fù)文本作為第二用戶的對(duì)話文本，反饋所述第一用戶的對(duì)話文本。

依據(jù)本發(fā)明的第三方面，還提供了一種電子設(shè)備，包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)器；

一個(gè)或多個(gè)程序，其中所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中并被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述一個(gè)或多個(gè)程序配置用于執(zhí)行上述任一所述的方法。