[发明专利]分类处理方法、装置、服务器和存储介质在审

专利信息
申请号: 201910541766.3 申请日: 2019-06-21
公开(公告)号: CN112115240A 公开(公告)日: 2020-12-22
发明(设计)人: 段立生;何源川;王锴睿;王鑫磊;张亚鹏 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F16/36
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 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: 分类 处理 方法 装置 服务器 存储 介质
【权利要求书】:

1.一种分类处理方法,其特征在于,包括:

依据知识图谱,对用户主诉描述信息的类别信息进行修正;

将所述用户主诉描述信息作为特征数据,以及修正后的类别信息作为标注数据,对初始网络模型进行训练,得到分类模型。

2.根据权利要求1所述的方法,其特征在于,在所述依据知识图谱,对用户主诉描述信息的类别信息进行修正之前,还包括:

从所述用户主诉描述信息所属的用户问答对中,获取回复所述用户主诉描述信息的回复者信息;

依据所述用户主诉描述信息的回复者信息,对所述用户主诉描述信息进行类别信息标注。

3.根据权利要求1所述的方法,其特征在于,所述依据知识图谱,对用户主诉描述信息的类别信息进行修正,包括:

依据类别校验规则,对所述用户主诉描述信息的类别信息进行修正;其中,所述类别校验规则是依据所述知识图谱中各节点之间的关联关系确定。

4.根据权利要求3所述的方法,其特征在于,所述依据所述类别校验规则,对所述用户主诉描述信息的类别信息进行修正,包括:

若检测到所述用户主诉描述信息关联有至少两种类别信息,则确定所述至少两种类别信息在所述用户主诉描述信息中关联的关键词语义;

依据所述关键词语义,确定所述至少两种类别信息的优先级;

依据所述至少两种类别信息的优先级,对所述用户主诉描述信息的类别信息进行修正。

5.根据权利要求3所述的方法,其特征在于,所述依据所述类别校验规则,对所述用户主诉描述信息的类别信息进行修正,包括:

若检测到所述用户主诉描述信息的类别信息不满足所述知识图谱中各节点之间的关联关系,则依据所述类别校验规则,将该类别信息修正为所述知识图谱中与所述用户主诉描述信息关联的节点对应的类别信息。

6.根据权利要求1所述的方法,其特征在于,在所述将所述用户主诉描述信息作为特征数据,以及修正后的类别信息作为标注数据,对初始网络模型进行训练,得到分类模型之后,还包括:

将通过所述分类模型对标准主诉描述信息的分类结果,与所述标准主诉描述信息的标准类别信息进行比对,以确定所述分类模型的评估结果;

依据所述分类模型的评估结果,对类别校验规则进行修正;

依据修正后的类别校验规则对标注数据进行修正,以对所述分类模型进行训练优化。

7.根据权利要求6所述的方法,其特征在于,所述依据所述分类模型的评估结果,对类别校验规则进行修正,包括:

依据所述分类模型的评估结果,确定错误分类关联的类别检验子规则并进行修正。

8.根据权利要求1所述的方法,其特征在于,在所述将所述用户主诉描述信息作为特征数据,以及修正后的类别信息作为标注数据,对初始网络模型进行训练,得到分类模型之后,还包括:

响应当前用户的主诉问询请求,将所述主诉问询请求中的主诉描述信息输入至所述分类模型,以确定所述主诉问询请求的目标类别信息;

向所述目标类别信息关联的回复者发送所述主诉问询请求,以使所述目标类别信息关联的回复者对所述当前用户的主诉问询请求进行答复。

9.一种分类处理装置,其特征在于,包括:

类别信息修正模块,用于依据知识图谱,对用户主诉描述信息的类别信息进行修正;

分类模型训练模块,用于将所述用户主诉描述信息作为特征数据,以及修正后的类别信息作为标注数据,对初始网络模型进行训练,得到分类模型。

10.一种服务器,其特征在于,包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一项所述的分类处理方法。

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的分类处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201910541766.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top