[发明专利]数据预测及模型训练的方法、装置、设备、介质及产品

权利要求书

1.一种数据预测方法，包括：

获取查询信息；

对所述查询信息进行关键词匹配，确定第一预测结果；

调用文本分类模型对所述查询信息进行预测，得到第二预测结果；

根据所述第一预测结果和所述第二预测结果，得到目标预测结果。

2.根据权利要求1所述的方法，其中，所述对所述查询信息进行关键词匹配，确定第一预测结果，包括：

在关键词词表中搜索所述查询信息中的关键词，所述关键词词表中存储有具有关联关系的关键词、对象和关联程度，所述对象为所述关键词表征的对象，所述关联程度为所述关键词与所述对象间的关联程度；

若在所述关键词词表中搜索到与所述查询信息中的关键词匹配的目标关键词，则将所述目标关键词对应的对象作为第一对象，并基于所述目标关键词与对象间的关联程度，建立所述第一对象与所述查询信息的关联程度；

将所述第一对象，以及所述第一对象与所述查询信息的关联程度，确定为所述查询信息表征的第一预测结果。

3.根据权利要求1所述的方法，其中，所述调用文本分类模型对所述查询信息进行预测，得到第二预测结果，包括：

将所述查询信息输入文本分类模型，输出第二对象和所述第二对象与所述查询信息间的关联程度；

将所述第二对象，以及所述第二对象与所述查询信息间的关联程度，作为第二预测结果。

4.根据权利要求1-3中任意一项所述的方法，其中，所述根据所述第一预测结果和所述第二预测结果，得到目标预测结果，包括：

在所述第一预测结果中，确定所述查询信息与所述第一对象的关联程度，并在所述第二预测结果中，确定所述查询信息与所述第二对象的关联程度；

若所述查询信息与所述第一对象或所述第二对象的关联程度为第一关联程度，则将所述第一关联程度的第一对象和/或所述第二对象，作为第一类预测目标对象；

若所述查询信息与所述第一对象或所述第二对象的关联程度为第二关联程度，则基于历史查询特征对所述第二关联程度的第一对象和/或所述第二对象进行筛选，得到第二类预测目标对象，所述第一关联程度的关联程度强于所述第二关联程度的关联程度；

将所述第一类预测目标对象和所述第二类预测目标对象，确定为所述查询信息表征的目标预测结果。

5.根据权利要求4所述的方法，其中，所述历史查询特征采用下列方式确定：

获取用户的已查询信息；

基于关键词词表对所述已查询信息中的关键词进行关键词匹配，确定所述已查询信息表征的第一历史对象，以及第一历史对象与已查询信息间的关联程度；

调用文本分类模型对所述已查询信息进行预测，得到所述已查询信息表征的第二历史对象，以及第二历史对象与已查询信息间的关联程度；

从所述关联程度中筛选出第一关联程度，并统计查询所述第一关联程度对应的历史对象的查询次数，所述历史对象包括第一历史对象和/或第二历史对象；

将所述第一关联程度对应的历史对象，以及所述历史对象的查询次数，作为历史查询特征。

6.根据权利要求4所述的方法，其中，所述基于历史查询特征对所述第二关联程度的第一对象和/或所述第二对象进行筛选，得到第二类预测目标对象，包括：

若所述历史查询特征中存在所述第二关联程度的第一对象和/或所述第二对象，且查询所述第一对象和/或所述第二对象的查询次数大于阈值，则将所述第一对象和/或所述第二对象，作为第二类预测目标对象。

7.一种训练文本分类模型的方法，包括：

确定关联程度预测模型，以及用于训练文本分类模型的第一样本集；

利用所述关联程度预测模型，预测所述第一样本集中第一样本的对象和关联程度，并将所述对象和关联程度作为所述第一样本的伪标签，所述关联程度为所述第一样本与对象的关联程度；

利用关键词词表纠正所述伪标签，将所述第一样本集中各第一样本和纠正后的伪标签，作为第二样本集；

基于所述第二样本集，训练文本分类模型。