[发明专利]生产问题分类模型的训练方法、生产问题分类方法及装置

说明书

本公开提供了一种生产问题分类模型的训练方法，可以应用于金融领域及人工智能技术领域。该生产问题分类模型包括关键词提取层和分类层，该生产问题分类模型的训练方法包括：获取训练样本数据集，训练样本数据集包括已知问题描述文本；将已知问题描述文本输入待训练的生产问题分类模型的关键词提取层，输出关键词集合；以及利用关键词集合训练待训练的生产问题分类模型的分类层，得到训练完成的生产问题分类模型。本公开还提供了一种生产问题分类方法、生产问题分类模型的训练装置、生产问题分类装置、设备、存储介质和程序产品。

技术领域

本公开涉及金融领域及人工智能技术领域，更具体地涉及一种生产问题分类模型的训练方法、生产问题分类方法、装置、设备、介质和程序产品。

背景技术

在相关技术中，各大银行以及企业在对生产上出现的问题进行分类时时，通常基于问题描述文本，利用人工经验对问题描述文本中的生产问题进行分类。

在实现本公开的构思中，发明人发现，相关技术中利用人工经验对问题描述文本中的生产问题进行分类存在准确率不足的技术问题。

发明内容

鉴于上述问题，本公开提供了生产问题分类模型的训练方法、生产问题分类方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种生产问题分类模型的训练方法，其中，上述生产问题分类模型包括关键词提取层和分类层，上述方法包括：

获取训练样本数据集，上述训练样本数据集包括已知问题描述文本；

将上述已知问题描述文本输入待训练的生产问题分类模型的关键词提取层，输出关键词集合；以及

利用上述关键词集合训练上述待训练的生产问题分类模型的分类层，得到训练完成的生产问题分类模型。

根据本公开的实施例，上述将上述已知问题描述文本输入待训练的生产问题分类模型的关键词提取层，输出关键词集合包括：

将上述已知问题描述文本输入上述关键词提取层，以便上述关键词提取层执行以下操作：

对上述已知问题描述文本进行预处理，生成候选关键词集合；

根据上述候选关键词集合，生成候选关键词图，其中，上述候选关键词图中的节点由上述候选关键词集合中的关键词组成，符合预设条件的节点之间通过边连接；

利用TextRANK公式对上述候选关键词图中的节点进行评分值迭代计算，直至任意上述节点的评分值小于第一预设阈值；

将与评分值大于第二预设阈值的节点对应的候选关键词作为关键词；

根据上述关键词生成上述关键词集合。

根据本公开的实施例，上述预设条件包括：上述边两端的节点分别对应的上述候选关键词在预设长度的词窗口中共现。

根据本公开的实施例，上述边包括有向边，每条上述有向边具有各自对应的权重值。

根据本公开的实施例，上述对上述已知问题描述文本进行预处理，生成候选关键词集合包括：

对上述已知问题描述文本进行分词处理，得到预处理关键词集合；

对上述预处理关键词集合进行筛选处理，以删除上述预处理关键词集合中的干扰词，生成上述候选关键词集合。

根据本公开的实施例，上述利用上述关键词集合训练上述待训练的生产问题分类模型的分类层包括：

将上述关键词集合与预先配置的标准关键词集合进行匹配，并根据匹配结果生成关键词矩阵，以便利用上述关键词矩阵训练上述待训练的生产问题分类模型的分类层。

本公开的第二方面提供了一种生产问题分类方法，包括：