[发明专利]一种报价信息获取方法及装置

权利要求书

1.一种报价信息获取方法，其特征在于，所述方法包括：

获取用于描述报价信息的文字信息；

通过预设人工智能算法对所述文字信息进行处理，获得报价信息；

所述文字信息至少包括文本格式的文字信息和图片格式的文字信息，所述预设人工智能算法至少包括逻辑回归算法和神经网络算法；

所述通过预设人工智能算法对所述文字信息进行处理，获得报价信息，包括：

通过预设神经网络模型或预设逻辑回归模型对所述文字信息进行广告类别分类处理和/或包括交易要素归类处理、排序、筛选和/或图表化处理在内的交易要素数据处理的训练，获得目标神经网络模型或逻辑回归模型；

根据新的用于描述报价信息的文字信息，利用所述目标神经网络模型或逻辑回归模型进行所述广告类别分类处理和/或包括交易要素归类处理、排序、筛选和/或图表化处理在内的交易要素数据处理，获得报价信息；

在通过预设神经网络模型或预设逻辑回归模型对所述文字信息进行处理之前，所述方法还包括：

根据预设权重规则将所述文字信息进行分类，获得分类结果；

所述分类结果至少包括满足第一权重概率的训练数据、满足第二权重概率的检验数据以及满足第三权重概率的评估数据；

所述通过预设神经网络模型或预设逻辑回归模型对所述文字信息进行处理，获得目标神经网络模型或逻辑回归模型，包括：

将所述文字信息分类得到的满足第一权重概率的训练数据进行标注定义或标注设置，生成训练集；

通过预设神经网络模型或预设逻辑回归模型对所述训练集进行训练，获得目标神经网络模型或逻辑回归模型；以及

在通过预设神经网络模型或预设逻辑回归模型对所述训练集进行训练，获得目标神经网络模型或逻辑回归模型之后，所述方法还包括：

通过所述满足第二权重概率的检验数据和/或满足第三权重概率的评估数据对所述目标神经网络模型或逻辑回归模型进行检验和/或评估，根据检验结果和/或评估结果调整所述目标神经网络模型或逻辑回归模型的模型参数，获得最终的神经网络模型或逻辑回归模型，以利用该神经网络模型或逻辑回归模型进行报价信息获取；

根据新的用于描述报价信息的文字信息，利用所述最终的神经网络模型或逻辑回归模型进行所述广告类别分类处理和/或包括交易要素归类处理、排序、筛选和/或图表化处理在内的交易要素数据处理，获得报价信息。

2.根据权利要求1所述的方法，其特征在于，所述获取用于描述报价信息的文字信息，包括：

获取用于描述报价信息的文本格式的文字信息。

3.根据权利要求1所述的方法，其特征在于，所述通过预设神经网络模型或预设逻辑回归模型对所述文字信息进行广告类别分类处理和/或包括交易要素归类处理、排序、筛选和/或图表化处理在内的交易要素数据处理的训练，获得目标神经网络模型或逻辑回归模型，包括：

将所述文字信息进行标注定义或建模，生成训练集；

通过预设神经网络模型或预设逻辑回归模型对所述训练集进行广告类别分类处理和/或包括交易要素归类处理、排序、筛选和/或图表化处理在内的交易要素数据处理的训练，获得目标神经网络模型或逻辑回归模型。