[发明专利]用于训练模型与输出信息的方法、装置、设备及存储介质

说明书

本申请公开了一种用于训练模型与输出信息的方法、装置、设备及存储介质，涉及大数据、人工智能、深度学习领域。具体实现方案为：获取第一训练样本集合，第一训练样本集合包括训练集和测试集，训练样本包括正向文本和负向文本；利用训练集训练初始文本识别模型，得到中间文本识别模型；利用测试集测试中间文本识别模型，得到测试结果；根据测试结果以及预设筛选条件，从测试集中筛选出第二训练样本集合；利用第二训练样本集合训练中间文本识别模型，得到目标文本识别模型。本实现方式可以提升负向文本识别的准确率。

技术领域

本申请涉及人工智能领域，具体涉及大数据和深度学习技术领域。具体地，本申请提供了一种用于训练模型与输出信息的方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展，人们沟通交流、信息的获取和传播越来越多的依赖于互联网应用。近几年，移动互联网的高速发展，催生了一批面向移动终端的新的互联网应用模式。PC向移动端的迁移，使得用户已经养成了在各大流量app中进行互动和社交。各大流量app数据繁杂，需要对动态，新闻评论、帖子等文本进行分析，准确识别出文本中是否有传销广告、色情及其他违规信息比较困难。因此，需要借助深度学习技术，在大数据的基础上训练出可以准确识别繁杂数据的模型，但是深度学习算法需要训练的神经网络参数较多，例如权值和阈值等，从而在提升模型识别数据的准确率上存在瓶颈。

发明内容

本公开提供了一种用于训练模型与输出信息的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种用于训练模型的方法，包括：获取第一训练样本集合，第一训练样本集合包括训练集和测试集；利用训练集训练初始文本识别模型，得到中间文本识别模型；利用测试集测试中间文本识别模型，得到测试结果；根据测试结果以及预设筛选条件，从测试集中筛选出第二训练样本集合；利用第二训练样本集合训练中间文本识别模型，得到目标文本识别模型。

根据本公开的另一方面，提供了一种用于输出信息的方法，包括：获取目标文本；对目标文本进行依存句法分析，确定目标文本中包括的主干词集合；根据主干词集合与如权利要求1的目标文本识别模型，确定目标文本是否为负向文本；响应于确定目标文本为负向文本，生成输出信息；将输出信息输出。

根据本公开的另一方面，提供了一种用于训练模型的装置，包括：训练样本集合获取单元，被配置为获取第一训练样本集合，第一训练样本集合包括训练集和测试集；初始文本识别模型训练单元，被配置为利用训练集训练初始文本识别模型，得到中间文本识别模型；中间文本识别模型测试单元，被配置为利用测试集测试中间文本识别模型，得到测试结果；第二训练样本集合确定单元，被配置为根据测试结果以及预设筛选条件，从测试集中筛选出第二训练样本集合；目标文本识别模型确定单元，被配置为利用第二训练样本集合训练中间文本识别模型，得到目标文本识别模型。

根据本公开的另一方面，提供了一种用于输出信息的装置，包括：目标文本获取单元，被配置为获取目标文本；主干词集合确定单元，被配置为对目标文本进行依存句法分析，确定目标文本中包括的主干词集合；负向文本确定单元，被配置为根据主干词集合与如权利要求1的目标文本识别模型，确定目标文本是否为负向文本；输出信息生成单元，被配置为响应于确定目标文本为负向文本，生成输出信息；信息输出单元，被配置为将输出信息输出。

根据本公开的另一方面，提供了一种用于训练模型的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述用于训练模型的方法。

根据本公开的另一方面，提供了一种用于输出信息的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述用于输出信息的方法。