申请/专利权人:易方达基金管理有限公司
申请日:2020-12-29
公开(公告)日:2021-04-27
公开(公告)号:CN112711660A
主分类号:G06F16/34(20190101)
分类号:G06F16/34(20190101);G06F16/35(20190101);G06F40/258(20200101);G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.09.26#授权;2021.05.14#实质审查的生效;2021.04.27#公开
摘要:本发明提供了文本分类样本的构建方法和文本分类模型的训练方法。该方法包括:获取训练文本集;将训练文本转化为输入向量;对训练文本集中一定数量的训练文本进行分类结果标注得到训练样本集;通过训练样本集对预训练模型进行训练,得到对应一级标签的第一分类模型和对应二级标签的第二分类模型;获取训练文本集中训练样本集之外的训练文本,作为扩充文本;将扩充文本对应的输入向量分别输入至第一分类模型和第二分类模型,得到一级标签概率向量和二级标签概率向量;计算二级标签概率向量中每个元素与一级标签概率向量中对应元素的乘积;根据该乘积确定扩充文本对应的分类结果,以对训练样本集进行扩充。通过本发明,能够实现样本的快速标注。
主权项:1.一种文本分类样本的构建方法,其特征在于,包括:获取训练文本集,其中,所述训练文本集中包括多个训练文本;将所述训练文本转化为输入向量;对所述训练文本集中第一数量的训练文本进行分类结果标注,以得到训练样本集,其中,所述训练样本集包括所述第一数量的训练样本,所述训练样本包括输入向量和分类结果的对应关系,所述分类结果包括对应的所述训练文本所属的一级标签和二级标签,所述二级标签属于在所述一级标签下进一步分类的标签;将所述训练样本集中的所述输入向量作为预训练模型的输入,根据对应的一级标签构建预训练模型的输出向量,对所述预训练模型进行训练,以得到第一分类模型;将所述训练样本集中的所述输入向量作为预训练模型的输入,根据对应的二级标签构建预训练模型的输出向量,对所述预训练模型进行训练,以得到第二分类模型;获取所述训练文本集中所述训练样本集之外的训练文本,作为扩充文本;将所述扩充文本对应的输入向量分别输入至所述第一分类模型和所述第二分类模型,以得到所述第一分类模型输出的一级标签概率向量和所述第二分类模型输出的二级标签概率向量;计算所述二级标签概率向量中每个元素与所述一级标签概率向量中对应元素的乘积;根据所述二级标签概率向量中每个元素对应乘积的大小,确定所述扩充文本对应的分类结果;将所述扩充文本对应的输入向量和分类结果加入至所述训练样本集。
全文数据:
权利要求:
百度查询: 易方达基金管理有限公司 文本分类样本的构建方法和文本分类模型的训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。