[发明专利]一种实现模型管理的方法、装置、计算机存储介质及终端在审
申请号: | 201911038807.3 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110826342A | 公开(公告)日: | 2020-02-21 |
发明(设计)人: | 丁中正;袁灿;于政 | 申请(专利权)人: | 北京明略软件系统有限公司 |
主分类号: | G06F40/40 | 分类号: | G06F40/40;G06F16/16;G06N20/00 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 解婷婷;栗若木 |
地址: | 100084 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实现 模型 管理 方法 装置 计算机 存储 介质 终端 | ||
一种实现模型管理的方法、装置、计算机存储介质及终端,包括:按照预设策略存储已有的各模型文件;从存储的模型文件中选择用于对待预测文本进行预测的模型文件;通过加载选择的模型文件对待预测文本进行预测处理。本发明实施例通过对模型文件进行统筹调用,提升了自然语言处理对任务的处理效率。
技术领域
本文涉及但不限于人工智能技术,尤指一种实现模型管理的方法、装置、计算机存储介质及终端。
背景技术
自然语言处理是人工智能领域中的一个重要方向,是研究计算机处理人类语言的一门技术。与一般的机器学习过程不同,自然语言处理的工作有很大一部分集中在包括分词、词性标注、去停用词等语料预处理。由于中文文本词语之间没有明显的空格标记、句子以字符串的形式出现、语料存在短文本或长文本等不同的形式,因此,如分词、文本标注等预处理在中文文本的自然语言处理中占较大比例的工作。
自然语言处理的任务包括基础任务和高级任务;其中,基础任务包括:词向量、句法分析、中文分词、实体识别,关键词提取等;高级任务包括直接面向业务处理的任务包括自动摘要、文本分类、文本聚类、情感分析等。无论是基础任务和高级任务,一般都需要通过基于机器学习方法的模型来实现,模型的输入为由自然语言文本数据转化获得的词向量,输出为自然语言任务的目标。
相关技术中自然语言处理的任务以单一形式进行,即每一项自然语言处理的任务都需要通过相应的任务模型来实现,这导致自然语言处理效率较低,如何提升自然语言处理对任务的处理效率成为一个有待解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种实现模型管理的方法、装置、计算机存储介质及终端,能够提升自然语言处理对任务的处理效率。
本发明实施例提供了一种实现模型管理的方法,包括:
按照预设策略存储已有的各模型文件;
从存储的模型文件中选择用于对待预测文本进行预测的模型文件;
通过加载选择的模型文件对待预测文本进行预测处理。
在一种示例性实施例中,所述从存储的模型文件中选择用于对待预测文本进行预测的模型文件,包括:
根据各所述模型文件的模型相关信息,确定存储的模型文件中是否包含可用于对所述待预测文本进行预测的模型文件;
将确定的所述可用于对所述待预测文本进行预测的模型文件,选定为用于对所述待预测文本进行预测的模型文件;
其中,所述模型相关信息包括以下一项或任意组合的信息:名称、类别、及描述信息。
在一种示例性实施例中,所述确定存储的模型文件中不包含可用于对所述待预测文本进行预测的模型文件时,所述方法还包括:
读取预设的训练文件;
将读取的所述训练文件结合预先配置的机器学习算法,训练获得模型文件;
其中,所述训练文件包括:用于生成可用于对所述待预测文本进行预测的模型文件。
在一种示例性实施例中,所述按照预设策略存储已有的各模型文件,包括:
根据各所述模型文件的类别,为已有的各所述模型文件分别设置相应的文件目录;
根据为各所述模型文件设置的所述文件目录,存储各所述模型文件。
另一方面,本发明实施例还提供一种实现模型管理的装置,包括:存储单元、选择单元及预测单元;其中,
存储单元用于:按照预设策略存储已有的各模型文件;
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北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,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/pat/books/201911038807.3/2.html,转载请声明来源钻瓜专利网。