申请/专利权人：北京智慧星光信息技术有限公司

申请日：2021-09-24

公开（公告）日：2024-06-28

公开（公告）号：CN113886579B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/335;G06F40/284

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.01.21#实质审查的生效;2022.01.04#公开

摘要：本发明公开了一种行业资讯正负面模型构建方法和系统、行业资讯正负面识别方法和系统，其中，行业资讯正负面模型构建方法包括：根据每一条行业资讯数据得到资讯分词数据；根据资讯分词数据得到资讯去停用词数据；根据资讯去停用词数据经过行业分类模型进行筛选得到资讯分类筛选数据；对资讯分类筛选数据进行行业知识库过滤得到资讯句式过滤数据；对资讯句式过滤数据进行模型知识蒸馏得到训练数据集和测试数据集；通过训练数据集进行bert模型训练得到正负面初始模型，通过测试数据集进行模型优化得到行业资讯正负面最终模型。该方法在资讯进入模型层前先通过行业分类模型和行业知识库过滤，保证进入模型的资讯符合行业特征，提高了模型构建的准确性。

主权项：1.一种行业资讯正负面模型构建方法，其特征在于，包括：获取行业资讯集，所述行业资讯集中包括多条行业资讯数据；分别对每一条行业资讯数据进行分词，得到每一条行业资讯数据对应的资讯分词数据；分别对每一条资讯分词数据进行停用词去除处理，得到每一条资讯分词数据对应的资讯去停用词数据；分别对每一条资讯去停用词数据进行行业分类模型的数据预测和筛选，得到资讯分类筛选数据；分别对每一条资讯分类筛选数据进行行业知识库的句式过滤，得到资讯句式过滤数据；根据资讯句式过滤数据进行模型知识蒸馏，得到行业资讯的训练数据集和测试数据集；根据训练数据集进行bert建模和训练，得到行业资讯正负面初始模型；根据测试数据集对行业资讯正负面初始模型进行优化得到行业资讯正负面最终模型分别对每一条资讯去停用词数据进行行业分类模型的数据预测和筛选，得到资讯分类筛选数据的步骤中，包括：获取行业分类模型，所述行业分类模型是基于fasttext和NaiveBaye的混合模型组成的pipeline模型；分别将每一条资讯去停用词数据输入至行业分类模型，得到每一条资讯去停用词数据对应的分类概率值；去除分类概率值小于第一预设概率值的资讯去停用词数据，得到资讯分类筛选数据分类概率值的计算公式如下所示：Classifieri＝{Cfi*FasttextprecisionCi+Cni*NaiveBayesprecisionCi}{FasttextprecisionCi+NaiveBayesprecisionCi}其中，其中，Classifieri为第i个分类的分类概率值；Cfi为fasttext模型第i个分类的判断结果；fasttextprecisionCi为fasttext模型第i个分类的模型精度；Cni为NaiveBayes模型第i个分类的判断结果；NaiveBayesprecisionCi为NaiveBayes模型第i个分类的模型精度。

全文数据：

权利要求：

百度查询： 北京智慧星光信息技术有限公司 行业资讯正负面模型构建方法和系统、识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD