[发明专利]模型置信度分析方法、装置、电子设备及计算机存储介质

权利要求书

1.一种模型置信度分析方法，其特征在于，所述方法包括：

获取标准文本和与所述标准文本对应的标准转换结果；

利用预设的文本转换模型对所述标准文本进行文本转换，得到预测转换结果；

根据所述预测转换结果生成所述标准文本的预测结果指标；

根据所述预测转换结果与所述标准转换结果生成对比结果指标；

利用所述预测结果指标与所述对比结果指标构建模型置信度指标，利用所述模型置信度指标对所述文本转换模型进行置信度分析。

2.如权利要求1所述的模型置信度分析方法，其特征在于，所述利用预设的文本转换模型对所述标准文本进行文本转换，得到预测转换结果，包括：

利用所述卷积神经网络的卷积层对所述标准文本进行卷积，得到卷积文本；

对所述卷积文本进行池化，得到特征文本；

对所述特征文本进行全连接处理，得到全连接文本；

利用激活函数对所述全连接文本进行概率分类，得到预测转换结果。

3.如权利要求1所述的模型置信度分析方法，其特征在于，所述根据所述预测转换结果生成所述标准文本的预测结果指标，包括：

对所述预测转换结果进行语句结构标注，得到标注结果；

根据所述标注结果进行计算，得到文本语法结构指标；

对所述预测转换结果进行词向量转换，得到结果向量；

利用所述结果向量计算所述文本语义指标；

将所述文本语法结构指标和所述文本语义指标汇集为预测结果指标。

4.如权利要求3所述的模型置信度分析方法，其特征在于，所述对所述预测转换结果进行词向量转换，得到结果向量，包括：

对所述预测转换结果进行文本分词处理，得到多个预测文本分词；

对所述多个预测文本分词进行词向量编码，得到每个预测文本分词对应的结果向量。

5.如权利要求1所述的模型置信度分析方法，其特征在于，所述根据所述预测转换结果与所述标准转换结果生成对比结果指标，包括：

遍历所述预测转换结果并确定所述预测转换结果的预测文本长度；

遍历所述标准转换结果并确定所述标准转换结果的标准文本长度；

根据所述预测文本长度和所述标准文本长度计算文本长度指标；

对所述预测转换结果进行文本分词处理，得到多个预测文本分词；

对所述标准转换结果进行文本分词处理，得到多个标准文本分词；

根据所述多个预测文本分词和所述多个标准文本分词计算词频指标；

将所述文本长度指标和所述词频指标汇集为对比结果指标。

6.如权利要求1至5中任一项所述的模型置信度分析方法，其特征在于，所述利用所述预测结果指标与所述对比结果指标构建模型置信度指标，包括：

获取预设的指标权重系数；

利用预设的权重系数对所述预测结果指标与所述对比结果指标进行加权运算，得到模型置信度指标。

7.如权利要求6所述的模型置信度分析方法，其特征在于，所述利用预设的权重系数对所述预测结果指标与所述对比结果指标进行加权运算，得到模型置信度指标，包括：

利用如下加权算法进行加权运算，得到模型置信度指标：

Z＝δ*G+ε*H+μ*P+τ*Q

其中，Z为所述模型置信度指标，G为所述文本语法结构指标，H为所述文本语义指标，P为所述文本长度指标，Q为所述词频指标，δ、ε、μ和τ为预设的指标权重系数。