[发明专利]意向评级模型及其构建方法、计算机设备及存储介质在审
申请号: | 201910180667.7 | 申请日: | 2019-03-11 |
公开(公告)号: | CN109992663A | 公开(公告)日: | 2019-07-09 |
发明(设计)人: | 李倩 | 申请(专利权)人: | 出门问问信息科技有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35 |
代理公司: | 北京鼎承知识产权代理有限公司 11551 | 代理人: | 李伟波;韩德凯 |
地址: | 100094 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 二分类 评级模型 构建 文本数据 评级 可读存储介质 计算机设备 存储介质 电子设备 模型构建 成对 | ||
1.一种意向评级模型的构建方法,其特征在于,包括构建多级二分类器模型,其中每级二分类器包括一个或多个二分类器,所述多级二分类器模型构建成对输入的文本数据进行二分类处理,以便得到在m个目标意向评级中所述文本数据的所属意向评级,其中,m>1。
2.如权利要求1所述的方法,其特征在于,每个二分类器包括:
将文本数据映射为词向量,并且在所述词向量上叠加位置向量;
对叠加后的向量进行特征提取;以及
将提取的特征映射至第一类意向评级及第二类意向评级,其中所述第一类意向评级包括所述m个目标意向评级中的x个目标意向评级,所述第二类意向评级包括所述m个目标意向评级中的y个目标意向评级,其中1≤x<m,1≤y<m,且x+y=m。
3.如权利要求2所述的方法,其特征在于,对叠加后的向量进行特征提取时,通过自注意力机制来进行特征提取。
4.如权利要求2或3所述的方法,其特征在于,在对叠加后的向量进行特征提取后,还包括对提取的特征进行池化以进行降维,从而将降维后的特征映射至所述第一类意向评级及第二类意向评级。
5.如权利要求2至4中任一项所述的方法,其特征在于,通过全连接层将特征映射至所述第一类意向评级及第二类意向评级。
6.如权利要求2所述的方法,其特征在于,对于每个二分类器,所述第一类意向评级及第二类意向评级之间的内部级别差距小。
7.如权利要求6所述的方法,其特征在于,当对构建的多级二分类器模型进行训练时,属于所述第一类意向评级的文本数据的数量与属于所述第二类意向评级的文本数据的数量相同或相近。
8.一种意向评级模型,其特征在于,所述意向评级模型为多级二分类器模型,其中每级二分类器包括一个或多个二分类器,所述多级二分类器模型用于对输入的文本数据进行二分类处理,以便得到在m个目标意向评级中所述文本数据的所属意向评级,其中,m>1。
9.一种计算机设备,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行如权利要求1至7中任一项所述的方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于出门问问信息科技有限公司,未经出门问问信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910180667.7/1.html,转载请声明来源钻瓜专利网。