[发明专利]基于隐式特征的数据对分类方法、装置、设备和存储介质

权利要求书

1.一种基于隐式特征的数据对分类方法，其特征在于，包括：

获取待分类的由第一原始数据和第二原始数据构成的原始数据对；所述第一原始数据和第二原始数据均由多个信息段构成；

判断所述第一原始数据和所述第二原始数据是否均存在值域不确定的第一信息段；

若所述第一原始数据和所述第二原始数据均存在值域不确定的第一信息段，则将所述第一原始数据划分为第一信息段和第二信息段，以及将所述第二原始数据划分为第一信息段和第二信息段；其中，所述第二信息段指值域确定的信息段；

将所述第一原始数据中所有的第一信息段输入预设的隐式特征生成模型中进行处理，从而得到所述隐式特征生成模型输出的隐式特征；其中，所述隐式特征生成模型基于卷积神经网络模型，并采用无监督学习的方式训练得到，所述隐式特征的值域确定；

将所述隐式特征和所述第一原始数据的第二信息段共同输入预设的数据分类模型中，从而得到所述数据分类模型输出的第一数据类别；其中，所述数据分类模型基于卷积神经网络模型，并采用有监督学习的方式训练得到；

将所述隐式特征和所述第二原始数据的第二信息段共同输入所述数据分类模型中，从而得到所述数据分类模型输出的第二数据类别；

将所述第一数据类别与所述第二数据类别组合形成所述原始数据对的类别对。

2.根据权利要求1所述的基于隐式特征的数据对分类方法，其特征在于，所述获取待分类的由第一原始数据和第二原始数据构成的原始数据对的步骤，包括：

获取待分类的第一原始数据，并从预设的摘要数据库中，调取与所述第一原始数据对应的第一摘要文本；其中所述摘要数据库中存储有与多个原始数据分别对应的多个摘要文本；

从所述摘要数据库中，调取与预设的多个原始数据分别对应的多个第二摘要文本；

根据预设的向量映射方法，将所述第一摘要文本和所述多个第二摘要文本分别映映射为虚拟空间的第一文本向量和多个第二文本向量；

根据预设的相似度计算公式，计算所述第一文本向量与各所述第二文本向量之间的相似度，从而得到所述第一文本向量与多个所述第二文本向量分别对应的多个相似度值；

将所述多个相似度值中的最大值对应的原始数据记为第二原始数据，将第一原始数据和第二原始数据构成原始数据对，并获取所述原始数据对。

3.根据权利要求2所述的基于隐式特征的数据对分类方法，其特征在于，在一个实施方式中，所述根据预设的相似度计算公式，计算第一文本向量与第二文本向量之间的相似度的步骤，包括：

S1041、根据公式：

计算第一文本向量与第二文本向量之间的相似度P，其中A为第一文本向量，Ai为第一文本向量的第i个分向量，B为第二文本向量，Bi为第二文本向量的第i个分向量，第一文本向量A和第二文本向量B均具有m个分向量。

4.根据权利要求1所述的基于隐式特征的数据对分类方法，其特征在于，所述隐式特征生成模型由自然语言预处理模型和卷积神经网络模型顺序连接而成，所述将所述第一原始数据中所有的第一信息段输入预设的隐式特征生成模型中进行处理，从而得到所述隐式特征生成模型输出的隐式特征的步骤，包括：

将所述第一原始数据中所有的第一信息段输入所述自然语言预处理模型中，以使所述自然语言预处理模型依次进行分词和去除停用词处理，并根据预设的词向量生成方法，生成词向量序列；其中所述词向量序列中的单词分别对应于所述第一原始数据中所有的第一信息段；

将所述词向量序列输入所述隐式特征生成模型中的卷积神经网络模型中，基于所述卷积神经网络模型将所述词向量序列映射为一个值域确定的隐式特征。