[发明专利]分类模型确定方法、装置、设备及存储介质

权利要求书

1.一种分类模型确定方法，其特征在于，所述方法包括：

获取至少两个类别以及所述类别下的文本数据信息，得到原始训练集文本数据信息；

对所述原始训练集文本数据信息进行特征处理，得到待添加的特征向量；其中，所述待添加的特征向量表征所述原始训练集文本数据信息的特征；

将所述待添加的特征向量添加至基准分类模型中，得到校准分类模型；其中，所述基准分类模型是由所述原始训练集文本数据信息训练得到的。

2.根据权利要求1所述的方法，其特征在于，对所述原始训练集文本数据信息进行特征处理，得到待添加的特征向量；其中，所述待添加的特征向量表征所述原始训练集文本数据信息的特征，包括：

对所述原始训练集文本数据信息进行文本预处理，得到文本预处理后的文本数据信息；

将文本预处理后的文本数据信息，提取至少两个特征向量，并将提取到的所述至少两个特征向量进行维度归一化处理，得到所述待添加的特征向量。

3.根据权利要求2所述的方法，其特征在于，将提取到的所述至少两个特征向量进行维度归一化处理，得到所述待添加的特征向量，包括：

将提取到的所述至少两个特征向量输入至前馈层，通过所述前馈层对所述至少两个特征向量进行维度归一化处理，得到所述待添加的特征向量。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

将所述原始训练集文本数据信息输入至所述校准分类模型中，通过所述分类校准模型输出每一个类别的调和平均值；

根据所述每一个类别的调和平均值，确定调和平均值的均值；其中，所述调和平均值的均值用于表征所述校准分类模型的准确度。

5.根据权利要求4所述的方法，其特征在于，通过所述分类校准模型输出每一个类别的调和平均值，包括：

通过所述分类校准模型输出每一个类别下的统计值；

根据所述统计值，确定每一个类别下的查准率和召回率；

根据所述查准率和所述召回率，确定每一个类别的调和平均值。

6.一种分类模型确定装置，其特征在于，所述装置包括：

获取单元，用于获取至少两个类别以及所述类别下的文本数据信息，得到原始训练集文本数据信息；

处理单元，用于对所述原始训练集文本数据信息进行特征处理，得到待添加的特征向量；其中，所述待添加的特征向量表征所述原始训练集文本数据信息的特征；

添加单元，用于将所述待添加的特征向量添加至基准分类模型中，得到校准分类模型；其中，所述基准分类模型是由所述原始训练集文本数据信息训练得到的。

7.根据权利要求6所述的装置，其特征在于，所述处理单元，包括：

文本预处理模块，用于对所述原始训练集文本数据信息进行文本预处理，得到文本预处理后的文本数据信息；

提取模块，用于将文本预处理后的文本数据信息，提取至少两个特征向量，并将提取到的所述至少两个特征向量进行维度归一化处理，得到所述待添加的特征向量。

8.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-5中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-5中任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。