[发明专利]信息推送方法、装置、计算机设备和存储介质

权利要求书

1.一种信息推送装置，其特征在于，该装置包括：

获取模块，用于获取待处理样本集；

第一处理模块，用于针对待处理样本集中的每个待处理样本，为该待处理样本生成样本特征向量，并预测该待处理样本在预设样本标签集中每个样本标签下的初始概率；

确定模块，用于基于各个待处理样本在样本标签集中每个样本标签下的初始概率，从所述待处理样本集中，确定部分待处理样本；

第二处理模块，用于基于每个待处理样本对应的样本特征向量和部分待处理样本分别对应的真实标签，以及所述样本标签集中每个样本标签对应的标签概率预测模型，从所述样本标签集中，为每个待处理样本选择目标标签，并推送；

所述确定模块用于根据以下步骤确定部分待处理样本：

针对每个待处理样本，按照概率由大到小的顺序对该待处理样本对应的初始概率排序；

确定该待处理样本对应的初始概率排序中，第一个初始概率和第二个初始概率之间的差值；

将差值小于预设阈值对应的待处理样本确定为部分待处理样本。

2.如权利要求1所述的装置，其特征在于，所述第一处理模块用于根据以下步骤为该待处理样本生成样本特征向量：

针对每个待处理样本，对该待处理样本进行分词处理，得到该待处理样本对应的词汇集；

为该待处理样本对应的词汇集中的每个词汇生成词汇向量；

对该待处理样本对应的词汇集中的各个词汇对应的词汇向量进行加权处理，得到该待处理样本对应的样本特征向量。

3.如权利要求1所述的装置，其特征在于，所述第一处理模块用于根据以下步骤预测该待处理样本在预设样本标签集中每个样本标签下的初始概率：

针对样本标签集中的每个样本标签，将该待处理样本的样本特征向量输入到该样本标签对应的第一标签概率预测模型，预测得到该待处理样本在该样本标签下的初始概率。

4.如权利要求3所述的装置，其特征在于，所述第一处理模块还用于：

针对待处理样本集中的每个待处理样本，将最大初始概率确定为该待处理样本对应的目标初始概率，并将目标初始概率对应的样本标签作为该处理样本选择的第一标签；

基于为每个待处理样本选择的第一标签，确定属于同一样本标签的待处理样本的第一数目；

基于每个待处理样本对应的初始概率，以及每个样本标签对应的第一数目在样本总数中的占比，调整每个样本标签对应的第一标签概率预测模型的模型参数，得到每个样本标签对应的调整模型参数。

5.如权利要求1所述的装置，其特征在于，所述第二处理模块用于根据以下步骤从所述样本标签集中，为每个待处理样本选择目标标签：

针对每个样本标签，将每个待处理样本的样本特征向量作为该样本标签对应的标签概率预测模型的模型输入，预测得到每个待处理样本在该样本标签下的第一概率；

基于每个待处理样本在每个样本标签下的第一概率，以及部分待处理样本的真实标签，对每个样本标签对应的标签概率预测模型的模型参数进行调整；

针对每个样本标签，将该样本标签对应的调整后的模型参数作为所述标签概率预测模型的最终模型参数；

将每个待处理样本的样本特征向量作为该样本标签对应的标签概率预测模型的模型输入，预测得到每个待处理样本在该样本标签下最终概率；

针对每个待处理样本，将最大最终概率对应的样本标签确定为该待处理样本对应的目标样本标签。

6.如权利要求1所述的装置，其特征在于，所述第二处理模块用于根据以下步骤对每个样本标签对应的标签概率预测模型的模型参数进行调整：

针对待处理样本集中的每个待处理样本，将最大第一概率确定为该待处理样本对应的目标第一概率，并将目标第一概率对应的样本标签作为该处理样本选择的第二标签；

基于为每个待处理样本选择的第二标签，确定属于同一样本标签的部分待处理样本的第二数目；

基于部分待处理样本分别对应的真实标签和在对应真实标签下的真实概率，以及待处理样本集合中除部分待处理样本外的其它处理样本分别对应的第二概率，以及每个样本标签对应的第二数目占样本总数的占比，调整每个样本标签对应的标签概率预测模型的模型参数。