文本分类样本的构建方法和文本分类模型的训练方法
基本信息
| 申请号 | CN202011593010.2 | 申请日 | - |
| 公开（公告）号 | CN112711660A | 公开（公告）日 | 2021-04-27 |
| 申请公布号 | CN112711660A | 申请公布日 | 2021-04-27 |
| 分类号 | G06F16/34;G06F16/35;G06F40/258;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 唐永鹏;刘硕凌;梁植斌;李正非;徐思文 | 申请（专利权）人 | 易方达基金管理有限公司 |
| 代理机构 | 北京英特普罗知识产权代理有限公司 | 代理人 | 程超 |
| 地址 | 519000 广东省珠海市横琴新区宝华路6号105室-42891（集中办公区） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了文本分类样本的构建方法和文本分类模型的训练方法。该方法包括：获取训练文本集；将训练文本转化为输入向量；对训练文本集中一定数量的训练文本进行分类结果标注得到训练样本集；通过训练样本集对预训练模型进行训练，得到对应一级标签的第一分类模型和对应二级标签的第二分类模型；获取训练文本集中训练样本集之外的训练文本，作为扩充文本；将扩充文本对应的输入向量分别输入至第一分类模型和第二分类模型，得到一级标签概率向量和二级标签概率向量；计算二级标签概率向量中每个元素与一级标签概率向量中对应元素的乘积；根据该乘积确定扩充文本对应的分类结果，以对训练样本集进行扩充。通过本发明，能够实现样本的快速标注。 |
