[发明专利]文本生成类别分析方法、装置、计算机设备及存储介质

权利要求书

1.一种文本生成类别分析方法，其特征在于，所述方法包括：

对待分析文本进行分词处理，得到待分析文本的至少两个分词结果；

基于目标分类模型，根据所述至少两个分词结果，确定待分析文本对应的预测生成类别；

确定各分词结果对应的重要性指标SHAP值，并基于各分词结果对应的SHAP值确定各分词结果对应的预测生成类别；

基于待分析文本对应的预测生成类别，以及各分词结果对应的预测生成类别，确定待分析文本所属的目标生成类别。

2.根据权利要求1所述的方法，其特征在于，所述确定各分词结果对应的重要性指标SHAP值，并基于各分词结果对应的SHAP值确定各分词结果对应的预测生成类别，包括：

对各分词结果进行混淆度评估，确定各分词结果对应的混淆度；

以各分词结果对应的混淆度为基础，对待分析文本的各分词结果进行重要性评估，确定各分词结果对应的重要性指标SHAP值，并基于各分词结果对应的SHAP值确定各分词结果对应的预测生成类别。

3.根据权利要求2所述的方法，其特征在于，所述基于各分词结果对应的SHAP值确定各分词结果对应的预测生成类别，包括：

若分词结果对应的SHAP值为正值，则确定该分词结果对应的预测生成类别为模型生成；

若分词结果对应的SHAP值为负值，则确定该分词结果对应的预测生成类别为人工生成。

4.根据权利要求1所述的方法，其特征在于，所述基于待分析文本对应的预测生成类别，以及各分词结果对应的预测生成类别，确定待分析文本所属的目标生成类别，包括：

从各分词结果中筛选SHAP值的指标绝对值大于预设阈值的至少一个目标分词；

根据各目标分词对应的预测生成类别和待分析文本对应的预测生成类别，从各目标分词中确定与待分析文本具有相同预测生成类别的第一分词，以及从各目标分词中与待分析文本具有不同预测生成类别的第二分词；

基于第一分词的数量与第二分词的数量，确定待分析文本所属的目标生成类别。

5.根据权利要求1所述的方法，其特征在于，训练得到目标分类模型的过程包括：

获取人工生成的文本，以及训练前的语言模型生成的文本；

基于人工生成的文本对训练前的语言模型进行语法训练，并获取训练后的语言模型生成的文本；

基于人工生成的文本、训练前的语言模型生成的文本、以及训练后的语言模型生成的文本，确定训练样本集；

基于训练样本集，训练目标分类模型。

6.根据权利要求5所述的方法，其特征在于，所述基于训练样本集，训练目标分类模型包括：

基于训练样本集，对语言表征模型进行训练，得到训练后的语言表征模型；

基于训练后的语言表征模型和所述训练样本集，对初始分类模型进行训练，得到目标分类模型。

7.根据权利要求6所述的方法，其特征在于，所述基于训练后的语言表征模型和所述训练样本集，对初始分类模型进行训练，得到目标分类模型，包括：

将所述训练样本集划分为训练集和微调集；

根据所述初始分类模型和所述训练后的语言表征模型对所述训练集的预测结果，对所述初始分类模型进行训练，得到中间分类模型；

根据所述中间分类模型和所述训练后的语言表征模型对所述微调集的预测结果，以及所述微调集的多分类标签，对中间分类模型进行微调，得到目标分类模型。

8.根据权利要求7所述的方法，其特征在于，所述根据所述初始分类模型和所述训练后的语言表征模型对所述训练集的预测结果，对所述初始分类模型进行训练，得到中间分类模型，包括：

根据所述初始分类模型对所述训练集的预测结果，确定第一预测结果概率分布；

根据所述训练后的语言表征模型对所述训练集的预测结果，确定第二预测结果概率分布；

基于所述第一预测结果概率分布和所述第二预测结果概率分布，确定第一损失，并通过所述第一损失对所述初始分类模型进行训练，得到中间分类模型。