买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：有米科技股份有限公司

摘要：本发明公开了一种基于文本的行业识别模型的确定方法及装置，通过分开使用来源于同一原始文本的中文文本训练行业识别模型和使用英文文本训练行业识别模型，得到中文文本行业识别模型和英文文本行业识别模型，减少了使用中英文文本共同训练行业识别模型时由于可能存在引入中英文之间的关联而导致训练出的低准确性甚至无法训练出行业识别模型的发生情况，能够提高行业识别模型的训练准确性以及可靠性，确定出了具有适用性强的行业识别模型，以及通过将文本中每个词且与该词相邻词的语义信息加载到该词的特征向量上，有利于进一步提高行业识别模型的训练精准性、可靠性以及适用性，有利于提高识别出与文本匹配的行业类别的准确性及效率。

主权项：1.一种基于文本的行业识别模型的确定方法，其特征在于，所述方法包括：基于确定出的样本文本的词集合中每个词的特征向量，确定所述样本文本的词集合中每个所述词的目标向量，每个所述词的目标向量中包含与该词相邻词的语义信息，所述样本文本的词集合包括所述样本文本的中文文本的词集合或所述样本文本的英文文本的词集合；将所述样本文本的词集合中每个所述词的目标向量执行连接操作，得到目标样本文本，并基于所述目标样本文本训练确定出的基础行业识别模型，得到训练后的行业识别模型，所述行业识别模型用于分析待识别行业的文本，得到与待识别行业的所述文本匹配的行业类别；当所述样本文本的词集合为所述样本文本的中文文本的词集合时，训练后的所述行业识别模型为中文文本行业识别模型；当所述样本文本的词集合为所述样本文本的英文文本的词集合时，训练后的所述行业识别模型为英文文本行业识别模型；其中，所述基于所述目标样本文本训练确定出的基础行业识别模型，得到训练后的行业识别模型，包括：将所述目标样本文本输入确定出的基础行业识别模型的全连接层执行分类操作，得到分类后的所述目标样本文本；基于确定出的交叉熵函数与分类后的所述目标样本文本对所述基础行业识别模型执行训练操作，得到训练后的行业识别模型；其中，所述基于确定出的交叉熵函数与分类后的所述目标样本文本对所述基础行业识别模型执行训练操作，得到训练后的行业识别模型，包括：基于确定出的交叉熵函数与分类后的所述目标样本文本对所述基础行业识别模型执行训练操作，得到分类后的所述目标样本文本匹配的行业与该行业的预测概率；基于确定出的校验文本，对分类后的所述目标样本文本匹配的行业与该行业的预测概率执行验证操作，得到训练后的基础行业识别模型的精度；判断训练后的所述基础行业识别模型的精度是否大于等于确定出的精度阈值，当判断结果为是时，确定训练后的所述基础行业识别模型，为训练后的行业识别模型。

全文数据：

权利要求：

百度查询： 有米科技股份有限公司 基于文本的行业识别模型的确定方法及装置