[发明专利]文本分类模型训练和使用方法及装置有效
| 申请号： | 201910864487.0 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110597958B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 方艳;朱苏;徐华;初敏 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35;G06K9/62 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 黄谦;邓婷婷 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开文本分类模型训练和使用方法及装置，其中，一种文本分类模型训练方法，包括：定义基础领域、每个领域内的强说法和每个领域内的弱说法；根据基础领域、强说法和弱说法，对用户说法进行人工标注；采用双向长短时记忆网络对文本分类建立文本分类模型，其中，文本分类模型的输入包括每个词的词向量和词库特征向量的拼接，模型的输出是每个领域的强弱说法表示；提取用户说法中每个词的词向量和每个词的词库特征向量；将每个词的词向量和词库特征向量输入至文本分类模型并获取文本分类模型的输出；以及利用人工标注的用户说法作为输出的目标对模型进行训练和更新。本申请的方法和装置可以对用户说法进行更精准的分类，极大地提升用户体验。 | ||
| 搜索关键词： | 文本 分类 模型 训练 使用方法 装置 | ||
【主权项】：
1.一种文本分类模型训练方法，包括：/n定义基础领域、每个领域内的强说法和每个领域内的弱说法；/n根据基础领域、强说法和弱说法，对用户说法进行人工标注；/n采用双向长短时记忆网络对文本分类建立文本分类模型，其中，所述文本分类模型的输入包括每个词的词向量和词库特征向量的拼接，所述模型的输出是每个领域的强弱说法表示；/n提取用户说法中每个词的词向量和每个词的词库特征向量；/n将每个词的所述词向量和所述词库特征向量输入至所述文本分类模型并获取所述文本分类模型的输出；/n利用人工标注的用户说法作为所述输出的目标对所述模型进行训练和更新。/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思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，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/201910864487.0/，转载请声明来源钻瓜专利网。
