【技术实现步骤摘要】
分类模型训练方法、分类方法及装置、设备和介质本申请对申请号为201811554820.X,申请日为2018年12月18日,专利技术名称为“分类模型训练方法、分类方法及装置、设备和介质”的中国专利申请提出分案申请。
本申请涉及机器学习
,尤其涉及一种分类模型训练方法、分类方法及装置、设备和介质。
技术介绍
目前,社交文本的情感分类在许多产品中都具有重要作用,例如舆情分析、产品营销、聊天机器人等产品,都会依赖社交文本情感分类模型来实现对社交文本的情感分类,以基于情感分类结果实现相应的产品功能,这些产品的性能主要取决于社交文本情感分类模型的性能。现有的社交文本情感分类模型,主要依赖于监督学习和人工标注的样本集,模型性能主要取决于人工标注的样本质量以及样本数量,只有基于大规模的高质量的样本数据,才能训练出高性能的社交文本情感分类模型。但是由于人工标注成本非常高,这就限制了高质量的样本数据的增广,而标注数量的不足就会影响模型的性能。可见,目前这种模型训练方法受限于标注的样本数量,导致文本情感分类模型的性能不高,难以满足上述产品的性能需求。
技术实现思路
本申请实施例提供了一种分类模型训练方法、装置、相关设备以及介质,能够在不增加人工标注的样本的情况下,保证训练得到的性能较优的社交文本情感分类模型。有鉴于此,本申请第一方面提供了一种分类模型训练方法,包括:利用第一样本集对初始分类模型进行训练,得到预训练模型,所述第一样本集包括第一样本,所述第一样本包括社交文本及其对应的表情符号标 ...
【技术保护点】
1.一种分类模型训练方法,其特征在于,包括:/n利用第一样本集对初始分类模型进行训练,得到预训练模型,所述第一样本集包括第一样本,所述第一样本包括文本及其对应的表情符号标签;/n利用第二样本集对所述预训练模型进行训练,得到文本情感分类模型,所述文本情感分类模型以文本作为输入,以文本对应的情感类别的概率分布作为输出;所述第二样本集包括第二样本,所述第二样本包括文本及其对应的情感分类标签。/n
【技术特征摘要】
1.一种分类模型训练方法,其特征在于,包括:
利用第一样本集对初始分类模型进行训练,得到预训练模型,所述第一样本集包括第一样本,所述第一样本包括文本及其对应的表情符号标签;
利用第二样本集对所述预训练模型进行训练,得到文本情感分类模型,所述文本情感分类模型以文本作为输入,以文本对应的情感类别的概率分布作为输出;所述第二样本集包括第二样本,所述第二样本包括文本及其对应的情感分类标签。
2.根据权利要求1所述方法,其特征在于,通过以下方式生成所述第一样本集:
采集多个文本,生成文本集,所述文本包括表情符号;
针对所述文本集中各表情符号,根据该表情符号出现的次数以及该表情符号与情感词典中各情感词的共现次数,确定该表情符号的情感能力;
针对所述文本集中各文本,确定该文本中所包含的情感能力最高的表情符号,作为该文本对应的表情符号标签;
根据所述文本集中各文本及其对应的表情符号标签,生成所述第一样本集。
3.根据权利要求2所述方法,其特征在于,根据所述文本集中各文本及其对应的表情符号标签,生成所述第一样本集,包括:
基于不同表情符号对应的文本数量相同的原则,从所述文本集中抽取不同表情符号所对应的文本;
根据所抽取的文本及其对应的表情符号标签,生成所述第一样本集。
4.根据权利要求2所述方法,其特征在于,在确定该表情符号的情感能力之后,所述方法还包括:
按照表情符号的情感能力由高到低排序,从所述文本集中选择排序靠前的前M个表情符号,M为正整数;
则确定该文本中所包含的情感能力最高的表情符号,作为该文本对应的表情符号标签,包括:
确定该文本中所包含的所述M个表情符号中情感能力最高的表情符号,作为该文本对应的表情符号标签。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述初始分类模型包括词嵌入层、卷积层、至少一个特征提取层以及分类层;所述特征提取层包括多个卷积层和一个池化层,每个卷积层与其后所有卷积层相连接;
则所述利用第二样本集对所述预训练模型进行训练,得到文本情感分类模型,包括:
对所述预训练模型进行功能模块化处理,得到多个子模块;
按照冻结与解冻权值的方式,利用所述第二样本集依次对每个子模块进行训练,直到所述多个子模块均处于收敛状态,将包括处于收敛状态的多个子模块的模型作为文本情感分类模型;
其中,所述冻结与解冻权值的方式是指在训练某个子模块时,解冻所述某个子模块的权值对其进行训练,并冻结其余子模块的权值。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述文本包括微博;所述情感分类标签用于表征微博的情感极性,所述情感极性的分类包括正极性、负极性和中性。
7.一种分类方...
【专利技术属性】
技术研发人员:张海松,宋彦,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。