[发明专利]语言模型构建方法、系统、计算机设备及可读存储介质在审
| 申请号： | 201910917739.1 | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110750976A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 石志娟;徐媛 | 申请（专利权）人： | 平安科技(深圳)有限公司 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F16/35 |
| 代理公司： | 11015 北京英特普罗知识产权代理有限公司 | 代理人： | 王勇 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种语言模型构建方法，所述方法包括：获取数据样本，并对所述数据样本中的句子进行分类挖掘，将挖掘得到的句子作为数据挖掘的结果；对挖掘出的句子进行句子频率与句子位置统计，根据句子频率与句子位置计算每个句子的重要程度，并根据每个句子的重要程度对挖掘出的句子进行排序；根据排序结果从所述挖掘出的句子中选取分类训练样本，所述分类训练样本用于训练与构建语言模型。本发明实施例由于提高了句子排序准确性，继而提高了分类训练样本的样本质量，通过高质量的分类训练样本训练语言模型，可以有效提升语言模型识别结果的准确度。 | ||
| 搜索关键词： | 句子 训练样本 语言模型 挖掘 分类 排序 样本 语言模型构建 获取数据 排序结果 数据挖掘 数据样本 位置计算 位置统计 准确度 构建 | ||
【主权项】：
1.一种语言模型构建方法，其特征在于，所述方法包括：/n获取数据样本，并对所述数据样本中的句子进行分类挖掘，将挖掘得到的句子作为数据挖掘的结果；/n对挖掘出的句子进行句子频率与句子位置统计，根据句子频率与句子位置计算每个句子的重要程度，并根据每个句子的重要程度对挖掘出的句子进行排序；/n根据排序结果从所述挖掘出的句子中选取分类训练样本；/n根据所述分类训练样本构建文本分类器；/n通过所述文本分类器对所述数据样本进行分类，根据分类结果获取分类词表和分类语料；/n根据所述分类词表对所述分类语料进行挖掘，得到高频语言模板；及/n对所述高频语言模板进行训练，得到分类模板语言模型，并对所述分类语料进行训练，得到分类语言模型，对所述分类词表进行训练，得到分类词表语言模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司，未经平安科技(深圳)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910917739.1/，转载请声明来源钻瓜专利网。
- 上一篇：介绍文本生成方法及装置
- 下一篇：一种文本相似度计算方法及系统
