[发明专利]用于答复问题的模型训练方法、装置、设备及存储介质在审
| 申请号： | 201811507887.8 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109783617A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 林桂;黎旭东;谢国彤 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/35 |
| 代理公司： | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人： | 黄章辉 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于答复问题的模型训练方法、装置、设备及存储介质，应用于深度学习技术领域，用于解决用户咨询问题的答复率低下的问题。本方法包括：检测负面评价信息；若检测到，则获取负面评价信息所对应的评价问题；对各个评价问题聚类，聚类后得到各个问题集；确定各个问题集的向量中心；针对每个问题集，分别计算问题集的向量中心与各个预设问题组的向量中心的距离；针对每个问题集，若最小距离小于预设距离阈值，则将问题集合并至最小距离对应的预设问题组；针对每个问题集，若最小距离大于或等于预设距离阈值，则将问题集确定为新的预设问题组；采用更新后的各个预设问题组重新训练该目标深度学习模型，得到训练后的目标深度学习模型。 | ||
| 搜索关键词： | 问题组 预设 最小距离 向量 存储介质 负面评价 模型训练 预设距离 答复 聚类 问题集合 用户咨询 检测 学习 更新 应用 | ||
【主权项】：
1.一种用于答复问题的模型训练方法，其特征在于，包括：每当在通过目标深度学习模型针对用户提出的问题反馈答案后，检测所述用户是否提交了关于答案的负面评价信息，所述目标深度学习模型由各个预设问题组作为训练数据预先训练得到；若检测到所述用户提交了关于答案的负面评价信息，则获取所述负面评价信息所对应的评价问题；当获取到的各个评价问题的数量达到预设第一数量阈值时，对所述各个评价问题进行无监督文本聚类，直到满足预设的条件，聚类后得到各个问题集，每个问题集包括一个以上的评价问题；分别确定所述各个问题集的向量中心；针对每个问题集，分别计算所述问题集的向量中心与各个所述预设问题组的向量中心的距离；针对每个问题集，若计算得到的最小距离小于预设距离阈值，则将所述问题集合并至所述最小距离对应的预设问题组；针对每个问题集，若计算得到的最小距离大于或等于预设距离阈值，则将所述问题集确定为新的预设问题组；采用更新后的所述各个预设问题组重新对所述目标深度学习模型进行训练，得到训练后的目标深度学习模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/patent/201811507887.8/，转载请声明来源钻瓜专利网。
