[发明专利]海量文本中低占比信息识别方法及装置

摘要

一种海量文本中低占比信息识别方法及装置，其中方法包括如下步骤，将素材信息分为训练信息和测试信息，将所述素材信息通过特征选择、向量化处理转化成可分析的数学矩阵，代入集成学习模型进行模型训练；所述模型训练包括步骤，根据训练信息构建第一分析模型；将测试信息代入分析模型，对所述第一分析模型的运行效果进行评估，得到评估值，根据评估值调整第一分析模型中各算法的训练信息分配权重得到新的分析模型；本方法解决了大量数据中低占比的少量待识别信息的识别问题。

主权项

1.一种海量文本中低占比信息识别方法，其特征在于，包括如下步骤，将素材信息分为训练信息和测试信息，将所述素材信息通过特征选择、向量化处理转化成可分析的数学矩阵，代入集成学习模型进行模型训练，所述集成学习模型为至少两个机器学习算法模型的加权集成；所述模型训练包括步骤，根据训练信息构建第一分析模型；将测试信息代入第一分析模型，对所述第一分析模型的运行效果进行评估，得到评估值，根据评估值调整第一分析模型中各算法的训练信息分配权重得到新的分析模型；将测试信息代入新的分析模型，对新的分析模型的运行效果进行评估，得到新的评估值，若所述新的评估值未收敛，则根据新的评估值再次调整新的分析模型中各算法的训练信息分配权重得到新的分析模型，再次进行评估判断；若新的评估值收敛，中止判断，新的分析模型作为优选分析模型；将优选分析模型部署应用，对目标信息进行识别分析。