[发明专利]一种文本分类方法、装置、计算机设备及可读存储介质有效
申请号: | 202110635464.X | 申请日: | 2021-06-08 |
公开(公告)号: | CN113254645B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 顾凌云;陈波;江峰;陈国豪 | 申请(专利权)人: | 南京冰鉴信息科技有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06K9/62 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 钱学宇 |
地址: | 210000 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文本 分类 方法 装置 计算机 设备 可读 存储 介质 | ||
1.一种文本分类方法,其特征在于,应用于计算机设备,所述方法包括:
获取多个训练文本数据,所述多个训练文本数据包括对应的文本类别标签;
将所述训练文本数据输入初始文本分类模型,训练得到当前文本分类模型,所述当前文本分类模型包括多层当前模型基元;
为每层所述当前模型基元配置第一操作类型和第二操作类型,并基于所述当前文本分类模型、所述第一操作类型和所述第二操作类型构建当前搜索网络空间,所述第一操作类型为保持操作,所述第二操作类型为新建操作;
从剩余的训练文本数据中选择任一所述训练文本数据输入所述当前搜索网络空间,训练得到中间文本分类模型;
将所述中间文本分类模型作为下一阶段的当前文本分类模型,返回所述为每层所述当前模型基元配置第一操作类型和第二操作类型,并基于所述下一阶段的当前文本分类模型、所述第一操作类型和所述第二操作类型构建当前搜索网络空间的步骤,直至完成所有训练文本数据的输入,训练得到对文本数据进行分类的目标文本分类模型;
所述为每层所述当前模型基元配置第一操作类型和第二操作类型,并基于所述当前文本分类模型、所述第一操作类型和所述第二操作类型构建当前搜索网络空间,包括:
为每层所述当前模型基元配置所述保持操作和所述新建操作;
基于所述当前文本分类模型,构建得到包括多层当前搜索网络节点的当前搜索网络空间,每层所述当前搜索网络节点包括对应的当前模型基元配置所述保持操作和所述新建操作;
所述从剩余的训练文本数据中选择任一所述训练文本数据输入所述当前搜索网络空间,训练得到中间文本分类模型,包括:
从剩余的训练文本数据中选择任一所述训练文本数据输入所述当前搜索网络空间;
根据所述训练文本数据确定每层所述当前搜索网络节点对应的特征值;
根据所述特征值确定每层所述当前搜索网络节点对应的操作类型为所述保持操作或所述新建操作;
根据确定的每层所述当前搜索网络节点对应的操作类型,对每层所述当前搜索网络节点对应的当前模型基元执行对应操作;
根据执行对应操作的每层所述当前模型基元,得到初始中间文本分类模型;
根据所述训练文本数据和所述初始中间文本分类模型,训练得到所述中间文本分类模型。
2.根据权利要求1所述的方法,其特征在于,所述根据确定的每层所述当前搜索网络节点对应的操作类型,对每层所述当前搜索网络节点对应的当前模型基元执行对应操作,包括:
当目标当前搜索网络节点对应的操作类型为保持操作时,将对应的目标当前模型基元保持,所述目标当前搜索网络节点为多层所述当前搜索网络节点中的任一节点。
3.根据权利要求1所述的方法,其特征在于,所述根据确定的每层所述当前搜索网络节点对应的操作类型,对每层所述当前搜索网络节点对应的当前模型基元执行对应操作,包括:
当目标当前搜索网络节点对应的操作类型为保持操作时,新增与所述当前模型基元大小相同的目标新建模型基元,所述目标当前搜索网络节点为多层所述当前搜索网络节点中的任一节点;
根据所述训练文本数据训练所述目标新建模型基元。
4.根据权利要求1所述的方法,其特征在于,所述为每层所述当前模型基元配置第一操作类型和第二操作类型,还包括:
为每层所述当前模型基元配置第三操作类型,所述第三操作类型为微调操作;
所述根据确定的每层所述当前搜索网络节点对应的操作类型,对每层所述当前搜索网络节点对应的当前模型基元执行对应操作,还包括:
当目标当前搜索网络节点对应的操作类型为微调操作时,将对应的目标当前模型基元保持,并根据所述微调操作建立微调参数模型基元;
将所述微调参数模型基元与所述目标当前模型基元合并作为所述目标当前模型基元。
5.根据权利要求1所述的方法,其特征在于,所述根据所述训练文本数据确定每层所述当前搜索网络节点对应的特征值,包括:
获取与所述训练文本数据类型相同的中间测试分类文本;
利用逻辑回归模型基于所述中间测试分类文本训练得到每层所述当前搜索网络节点对应的特征值。
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南京冰鉴信息科技有限公司,未经南京冰鉴信息科技有限公司许可,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/202110635464.X/1.html,转载请声明来源钻瓜专利网。