[发明专利]模型训练方法、文本标签生成方法、装置、设备及介质

说明书

本申请提供了一种模型训练方法、文本标签生成、装置、设备及介质，属于自然语言处理领域。所述方法包括：获取搜索行为信息；对所述搜索行为信息进行数据清洗，得到训练数据；以所述训练数据中的搜索结果数据为输入信息，所述搜索输入数据为监督信息，训练得到目标模型。通过获取搜索过程中的输入行为和点击行为，将输入行为对应的搜索输入数据以及点击行为对应的搜索结果数据作为训练数据，得到不需要分词即可提取文本的关键信息的目标模型，从而基于该目标模型获取文本标签的准确率更高，从而能够基于该文本标签更好的对文本进行推荐。

技术领域

本申请涉及自然语言处理领域，特别涉及一种模型训练方法、文本标签生成方法、装置、设备及介质。

背景技术

“召回”是推荐策略的一个重要内容，“召回”指从全量信息集合中触发极可能多正确的结果。例如，用文本标签来召回新闻是一种普遍的做法。

由于文本摘要是将源文本进行精简提炼后得到的一个短语或一段语句，能够包含源文本的关键信息，如新闻标题相当于新闻正文的摘要。因此能够通过对文本摘要进行分词，然后基于分词得到的词语的词性，来获取文本标签。然而，由于分词工具的效果不佳，导致获取到的文本标签的准确率较低。

发明内容

本申请实施例提供了一种模型训练方法、文本标签生成方法、装置、设备及介质，能够得到不需要分词即可提取文本的关键信息的目标模型，从而基于该目标模型获取文本标签的准确率更高。所述技术方案如下：

一方面，提供了一种模型训练方法，所述方法包括：

获取搜索行为信息，所述搜索行为信息用于表示搜索过程中与输入行为对应的搜索输入数据以及与点击行为对应的搜索结果数据；

对所述搜索行为信息进行数据清洗，得到训练数据，所述训练数据包括清洗后的至少一条搜索输入数据和每条搜索输入数据对应的至少一条搜索结果数据；

以所述训练数据中的搜索结果数据为输入信息，所述搜索输入数据为监督信息，训练得到目标模型，所述目标模型用于提取文本的文本标签。

另一方面，提供了一种文本标签生成方法，所述方法包括：

获取待推荐的目标文本；

基于目标模型对所述目标文本进行处理，得到目标文本标签；

其中，所述目标模型基于上述模型训练方法训练得到。

另一方面，提供了一种模型训练装置，所述装置包括：

信息获取模块，用于获取搜索行为信息，所述搜索行为信息用于表示搜索过程中与输入行为对应的搜索输入数据以及与点击行为对应的搜索结果数据；

数据清洗模块，用于对所述搜索行为信息进行数据清洗，得到训练数据，所述训练数据包括清洗后的至少一条搜索输入数据和每条搜索输入数据对应的至少一条搜索结果数据；

训练模块，用于以所述训练数据中的搜索结果数据为输入信息，所述搜索输入数据为监督信息，训练得到目标模型，所述目标模型用于提取文本的文本标签。

在一种可选的实现方式中，所述信息获取模块，用于响应于第一输入行为，获取与所述第一输入行为对应的第一输入数据；响应于对展示的搜索结果的第一点击行为，获取与所述第一点击行为对应的至少一个第一结果数据；响应于第二输入行为，将所述第一输入行为、所述第一输入数据、所述第一点击行为以及所述至少一个第一结果数据，获取为一条搜索行为信息。

在一种可选的实现方式中，对所述搜索行为信息进行数据清洗的方式，包括下述至少一项：

响应于任一条搜索行为信息中的搜索输入数据不满足词性条件，移除所述任一条搜索行为信息，所述词性条件用于指示至少一种词性；