[发明专利]一种确定内容互动平台标签的方法、装置及可读存储介质

权利要求书

1.一种确定内容互动平台标签的方法，其特征在于，包括：

获取内容互动平台的文本集合；

分别对所述文本集合中的各个文本进行分词处理，获得分词集合；

将所述分词集合输入至词向量模型，获得词向量集合；

将所述词向量集合输入至神经网络模型，获得所述词向量集合中每个词向量的条件概率；其中，所述条件概率用于表示该词向量与其它词向量的相关度；

将各个词向量集合中条件概率满足预设条件的词向量对应的分词确定为所述内容互动平台的标签；

其中，将所述词向量集合输入至神经网络模型，获得所述词向量集合中每个词向量的条件概率，包括：将所述词向量集合输入至神经网络模型，通过预设矩阵对所述词向量进行映射处理，获得映射后的词向量集合，确定所述映射后的词向量集合中每个词向量出现时，所述词向量集合中其它词向量中每个词向量出现的概率，以及将所述词向量集合中其它词向量中每个词向量出现的概率相乘，获得该词向量的条件概率，获得所述词向量集合中每个词向量对应的条件概率；

根据所述词向量集合中与每个词向量的条件概率，确定所述神经网络模型对应的损失函数值；

根据损失函数值，调整所述神经网络模型中的参数；其中，所述参数包括所述预设矩阵中的元素；

直到所述损失函数值满足预设范围，更新所述神经网络模型的参数。

2.如权利要求1所述的方法，其特征在于，将所述文本集合输入词向量模型，获取词向量集合，包括：

通过所述词向量模型的编码操作，得到所述文本集合中各个分词对应的词向量；

通过所述词向量模型的拼接处理，将各个分词对应的词向量拼接处理为词向量组合，获得各个词向量组合组成的所述词向量集合。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

在对所述神经网络模型的参数更新的次数达到预设次数之后，或在对更新后的所述神经网络模型的参数使用时长达到预设第一时长之后，将所述神经网络模型的参数设置为初始值。

4.如权利要求1-3任一所述的方法，其特征在于，在获取待标注的内容互动平台的文本集合之前，包括：

确定满足触发条件；其中，所述触发条件为在上一次确定所述内容互动平台的标签之后，所述内容互动平台中更新的文本数量达到预设数量，或距离上一次确定所述内容互动平台的标签的时长达到预设第二时长。

5.一种确定内容互动平台标签的装置，其特征在于，所述装置包括：

获取模块，用于获取内容互动平台的文本集合；

分词模块，用于分别对所述文本集合中的各个文本进行分词处理，获得分词集合；

第一处理模块，用于将所述分词集合输入至词向量模型，获得词向量集合；

第二处理模块，用于将所述词向量集合输入至神经网络模型，获得所述词向量集合中每个词向量的条件概率；其中，所述条件概率用于表示该词向量与其它词向量的相关度；

确定模块，用于将各个词向量集合中条件概率满足预设条件的词向量对应的分词确定为所述内容互动平台的标签；

其中，所述第二处理模块具体用于：将所述词向量集合输入至神经网络模型，通过预设矩阵对所述词向量进行映射处理，获得映射后的词向量集合，确定所述映射后的词向量集合中每个词向量出现时，所述词向量集合中其它词向量中每个词向量出现的概率，以及将所述词向量集合中其它词向量中每个词向量出现的概率相乘，获得该词向量的条件概率，获得所述词向量集合中每个词向量对应的条件概率；

调整模块，用于根据所述词向量集合中与每个词向量的条件概率，确定所述神经网络模型对应的损失函数值，根据损失函数值，调整所述神经网络模型中的参数；其中，所述参数包括所述预设矩阵中的元素，以及直到所述损失函数值满足预设范围，更新所述神经网络模型的参数。