[发明专利]决策树模型构建方法、装置、电子设备及介质

权利要求书

1.一种决策树模型构建方法，其特征在于，包括：

利用训练文本构建词袋模型；所述词袋模型包括训练文本中各答题文本的第一特征值；

根据所述各答题文本的第一特征值以及为每个答题文本设置的答题评分标签，建立第一决策树模型，并得到由所述第一决策树模型输出的所述各答题文本的词特征的重要程度值；

根据所述各答题文本的词特征的重要程度值，从所述各答题文本的词特征中筛选出满足预设条件的关键词特征，并根据所述关键词特征得到所述各答题文本的第二特征值；

根据所述各答题文本的第二特征值以及所述为每个答题文本设置的答题评分标签，建立第二决策树模型，以用于答题评分预测。

2.根据权利要求1所述的方法，其特征在于，所述建立第二决策树模型之后，所述方法还包括：

当需要对目标答题文本进行答题评分预测时，将所述目标答题文本作为所述第二决策树模型的输入数据；

通过所述第二决策树模型输出所述目标答题文本的评分结果信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述各答题文本的词特征的重要程度值，从所述各答题文本的词特征中筛选出满足预设条件的关键词特征，包括：

根据所述各答题文本的词特征的重要程度值，从所述各答题文本的词特征中筛选出重要程度值大于或等于预设值的第一词特征；

接收删除指令，根据删除指令从所述第一词特征中删除第二词特征；

将执行了删除操作的第一词特征，确定为满足预设条件的关键词特征。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述根据所述各答题文本的第一特征值以及为每个答题文本设置的答题评分标签，建立第一决策树模型，包括：

将所述各答题文本的第一特征值以及为每个答题文本设置的答题评分标签输入第一初始决策树模型，以对所述第一初始决策树模型进行训练；

将训练后的第一初始决策树模型作为第一决策树模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各答题文本的第二特征值以及为每个答题文本设置的答题评分标签，建立第二决策树模型，包括：

将所述各答题文本的第二特征值以及为每个答题文本设置的答题评分标签输入第二初始决策树模型，以对所述第二初始决策树模型进行训练；

将训练后的第二初始决策树模型作为第二决策树模型。

6.根据权利要求1-3任意一项所述的方法，其特征在于，所述根据所述各答题文本的第二特征值以及为每个大文本设置的答题评分标签，建立第二决策树模型，包括：

确定所述各答题文本的长度；

根据所述各答题文本的长度、所述各答题文本的第二特征值以及为每个答题文本设置的答题评分标签，建立第二决策树模型。

7.根据权利要求1所述的方法，其特征在于，所述利用训练文本构建词袋模型，包括：

利用训练文本构建词典；所述词典包括所述训练文本中各答题文本的词特征；

统计所述词典中的各词特征在所述各答题文本中是否出现；

根据统计结果确定所述各答题文本的第一特征值，生成包括所述各答题文本的第一特征值的词袋模型。

8.一种决策树模型构建装置，其特征在于，包括：

构建单元，用于利用训练文本构建词袋模型；所述词袋模型包括训练文本中各答题文本的第一特征值；

所述构建单元，还用于根据所述各答题文本的第一特征值以及为每个答题文本设置的答题评分标签，建立第一决策树模型，并得到由所述第一决策树模型输出的所述各答题文本的词特征的重要程度值；

处理单元，用于根据所述各答题文本的词特征的重要程度值，从所述各答题文本的词特征中筛选出满足预设条件的关键词特征，并根据所述关键词特征得到所述各答题文本的第二特征值；

所述构建单元，还用于根据所述各答题文本的第二特征值以及所述为每个答题文本设置的答题评分标签，建立第二决策树模型，以用于答题评分预测。