[发明专利]标签分类系统及标签分类模型的训练系统

权利要求书

1.一种标签分类系统，其特征在于，包括：

待处理数据获取模块，适于获取待处理数据，所述待处理数据包括待处理语料；

语义提取模块，适于提取所述待处理数据的语义特征；

逻辑运算模块，适于将提取得到的语义特征和所述待处理数据进行逻辑运算处理，得到所述待处理数据的融合特征；

数值计算模块，适于根据所述待处理数据的融合特征，计算各候选类别标签的数值，以表征各候选类别标签与所述待处理语料的关联程度；

标签获取模块，适于根据各候选类别标签的数值，获取数值符合预设的第一选取条件的候选类别标签，得到类别标签预测集合。

2.根据权利要求1所述的标签分类系统，其特征在于，所述语义提取模块适于根据预设的各组特征提取参数，分别提取所述待处理数据的语义特征，得到各组的语义特征；

所述逻辑运算模块适于对各组的语义特征和所述待处理数据进行逻辑运算，得到融合特征。

3.根据权利要求2所述的标签分类系统，其特征在于，所述逻辑运算模块包括：

权重分配子模块，适于将至少一组语义特征输入预设的非线性函数中进行非线性映射处理，并根据处理结果为其他组的语义特征和所述待处理数据分配权重系数；

加权计算子模块，适于根据分配的权重系数，将所述其他组的语义特征和所述待处理数据进行加权逻辑运算。

4.根据权利要求1-3任一项所述的标签分类系统，其特征在于，还包括：位于所述逻辑运算模块和所述数值计算模块之间的迭代模块；

所述迭代模块，适于在确定满足预设的迭代条件后，获取本轮的融合特征，并提取所述融合特征的语义特征，以及将所述融合特征提取得到的语义特征和所述融合特征进行逻辑运算，得到迭代后的融合特征；在确定不满足所述迭代条件后，将迭代后的融合特征作为所述待处理数据的融合特征，用以确定各候选类别标签的数值。

5.根据权利要求1所述的标签分类系统，其特征在于，所述待处理数据获取模块还适于在提取所述待处理数据的语义特征之前，识别所述待处理语料中存在的属性信息，并获取所述属性信息对应的属性标签，得到属性标签序列，所述属性信息包括：所述待处理语料中各划分单元的位置信息和所述待处理语料的语法信息中至少一种；

所述标签分类系统还包括：

数据组合模块，适于将所述待处理语料和属性标签序列进行组合处理，得到组合后的待处理数据，用以提取语义特征。

6.根据权利要求5所述的标签分类系统，其特征在于，所述数值计算模块适于根据所述待处理数据的融合特征，生成融合特征向量，所述融合特征向量的维度与预设的候选类别标签集合中候选类别标签的总数一致，所述融合特征向量中各元素的数值表征相应的候选类别标签与所述待处理语料的关联程度；

标签获取模块适于确定所述融合特征向量中数值符合预设的第一选取条件的元素所处的分布位置，获取预设的候选类别标签集合中对应分布位置的候选类别标签，得到所述类别标签预测集合。

7.根据权利要求1所述的标签分类系统，其特征在于，还包括：，包括：

参数获取模块，适于获取预设的处理参数，并根据所述处理参数配置语义提取模块、逻辑运算模块和数值计算模块，所述处理参数包括：特征提取参数、逻辑运算参数和数值计算参数。

8.根据权利要求7所述的标签分类系统，其特征在于，还包括：

参数训练模块，适于通过预设的训练数据、所述训练数据的类别标签真实集合和预设的损失函数调整初始的处理参数，将调整完成的处理参数作为预设的处理参数；

其中，所述损失函数基于所述训练数据的标签分类预测结果建立，所述训练数据包括：训练语料，所述训练数据的类别标签真实集合包括：实际用于标注所述待处理语料的候选类别标签。