[发明专利]基于语义模型的训练方法、装置以及电子设备

权利要求书

1.一种基于语义模型的训练方法，其特征在于，预先确定标注的训练样本集、未标注文本集以及识别模型，所述识别模型包括语义标注模型、判定逻辑以及关键词集合，所述关键词集合中的关键词为基于所述标注的训练样本集确定的具有歧义的词；所述方法包括：

基于所述标注的训练样本集对所述语义标注模型进行训练，得到训练后的语义标注模型；基于所述语义标注模型重复执行下述步骤，直至所述识别模型的识别结果满足预设条件，输出为训练后的识别模型：

基于所述语义标注模型对所述未标注文本集中的每个文本进行识别，得到每个所述文本的初步标签；

基于所述关键词集合以及所述判定逻辑，对每个所述文本的初步标签进行判断，得到每个所述文本的最终标签；

基于每个所述文本的最终标签对所述训练后的语义标注模型进行训练，以及对中间判定逻辑和中间关键词集合进行优化；

确定所述识别模型的识别结果是否满足预设条件。

2.根据权利要求1所述的方法，其特征在于，所述关键词集合的存储方式为分布式存储的方式；和/或，所述标注的训练样本集和所述未标注文本集的存储方式为分布式存储的方式。

3.根据权利要求1所述的方法，其特征在于，所述关键词集合中的关键词对应有标签；多个所述标签被分至多个不同标签种类的组内，每个所述组内的标签具有与对应组之间的索引。

4.根据权利要求1所述的方法，其特征在于，所述关键词集合中的关键词为目标对象的身份关键词；

所述标注的训练样本集和所述未标注文本集中的样本均为所述目标对象的社交数据样本。

5.根据权利要求4所述的方法，其特征在于，所述目标对象的社交数据样本的标注内容包括下述任意一项或多项：

时间、地点以及所述目标对象的标识、工作行业领域、社交关系和亲属关系。

6.根据权利要求1所述的方法，其特征在于，所述标注的训练样本集包括：训练样本和测试样本；

确定所述识别模型的识别结果是否满足预设条件的步骤，包括：

基于所述测试样本通过所述识别模型，得到测试结果；

根据所述测试结果确定所述识别模型的识别结果是否满足预设条件。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述关键词集合、所述判定逻辑以及所述识别模型进行封装，得到封装结果；

所述封装结果的形式为Python模块或API接口。

8.一种基于语义模型的训练装置，其特征在于，预先确定标注的训练样本集、未标注文本集以及识别模型，所述识别模型包括语义标注模型、判定逻辑以及关键词集合，所述关键词集合中的关键词为基于所述标注的训练样本集确定的具有歧义的词；所述装置包括：

第一训练模块，用于基于所述标注的训练样本集对所述语义标注模型进行训练，得到训练后的语义标注模型；

识别模块，用于基于所述语义标注模型对所述未标注文本集中的每个文本进行识别，得到每个所述文本的初步标签；

判断模块，用于基于所述关键词集合以及所述判定逻辑，对每个所述文本的初步标签进行判断，得到每个所述文本的最终标签；

第二训练模块，用于基于每个所述文本的最终标签对所述训练后的语义标注模型进行训练，以及对中间判定逻辑和中间关键词集合进行优化；

确定模块，用于确定所述识别模型的识别结果是否满足预设条件；

所述识别模块、所述判断模块、所述第二训练模块以及所述确定模块重复运行，直至所述识别模型的识别结果满足预设条件，输出为训练后的识别模型。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。