模型的训练方法、知识分类方法、装置、设备、介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114238571A(43)申请公布日2022.03.25(21)申请号202111536048.0G06N20/00(2019.01)(22)申请日2021.12.15(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人舒畅陈又新(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人廖慧贤(51)Int.Cl.G06F16/33(2019.01)G06F16/36(2019.01)G06F40/289(2020.01)G06K9/62(2022.01)权利要求书2页说明书16页附图4页(54)发明名称模型的训练方法、知识分类方法、装置、设备、介质(57)摘要本实施例提供模型的训练方法、知识分类方法、装置、设备、介质，属于机器学习技术领域。该方法包括：获取原始标注数据；原始标注数据包括题干数据、选项数据和答案数据；对所述题干数据进行编码处理，得到题干表征向量；根据预设的知识图谱对选项数据和答案数据进行编码处理，得到选项属性值和答案属性值；将所述选项属性值和所述答案属性值进行分词和拼接处理，得到选项答案表征向量；将所述题干表征向量和所述选项答案表征向量进行向量拼接，得到题目数据；根据所述题目数据对预设的预训练模型进行训练，得到知识分类模型，该知识分类模型用于对目标题目进行知识分类，本公开实施例得到的知识分类模型可以提高对知识分类的准确性和效率。CN114238571ACN114238571A权利要求书1/2页1.一种知识分类模型的训练方法，其特征在于，包括：获取原始标注数据；其中，所述原始标注数据包括题干数据、选项数据和答案数据；对所述题干数据进行编码处理，得到题干表征向量；根据预设的知识图谱对选项数据和答案数据进行编码处理，得到选项属性值和答案属性值；将所述选项属性值和所述答案属性值进行分词和拼接处理，得到选项答案表征向量；将所述题干表征向量和所述选项答案表征向量进行向量拼接，得到题目数据；根据所述题目数据对预设的预训练模型进行训练，得到知识分类模型；其中，所述知识分类模型用于对目标题目进行知识分类处理，以得到知识点类型。2.根据权利要求1所述的方法，其特征在于，所述对所述题干数据进行编码处理，得到题干表征向量，包括：对所述题干数据进行预处理，将所述题干数据的英文内容转为小写，得到初步题干序列；对所述初步题干序列进行分词处理，得到题干表征向量。3.根据权利要求1所述的方法，其特征在于，在所述根据预设的知识图谱对选项数据和答案数据进行编码处理，得到选项属性值和答案属性值之前，所述方法还包括：构建所述知识图谱，具体包括：获取预设知识点；根据所述预设知识点构建第一三元组和第二三元组；根据所述第一三元组和所述第二三元组构建所述知识图谱；其中，所述第一三元组包括第一知识实体、关系、第二知识实体，所述第二三元组包括第二知识实体、属性、属性值。4.根据权利要求3所述的方法，其特征在于，所述知识图谱包括第一三元组和多个第二三元组，根据预设的知识图谱对选项数据和答案数据进行编码处理，得到选项属性值和答案属性值，包括：根据所述第一三元组和多个所述第二三元组对所述选项数据进行编码处理，得到所述选项属性值；其中，所述选项属性值包括多个第二三元组的属性值；根据所述第一三元组和其中一个第二三元组对所述答案数据进行编码处理，得到所述答案属性值；其中，所述答案属性值是所述选项属性值中的多个属性值中的其中一个属性值。5.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述选项属性值和所述答案属性值进行分词和拼接处理，得到选项答案表征向量，包括：将所述选项属性值和所述答案属性值进行词向量化，得到词向量化的项属性值和答案属性值；将词向量化的项属性值和答案属性值进行属性值拼接，得到选项答案表征向量。6.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述题干表征向量和所述选项答案表征向量进行向量拼接，得到题目数据，包括：通过分隔符将所述题干表征向量和所述选项答案表征向量进行向量拼接，得到题目数据；其中，分隔符包括第一占位符和第二占位符，通过分隔符将所述题干表征向量和所述选项答案表征向量进行向量拼接，得到题目数据，具体包括：2CN114238571A权利要求书2/2页将题干表征向量设在第一占位符与第二占位符之间、第二占位符设在题干表征向量和选项答案表征向量之间，对题干表征向量和选项答案表征向量进行向量拼接，得到所述题目数据。7.一种选择题的知识分类方法，其特征在于，包括：获取待分类的选择题数据；其中，所述选择题数据包括题干数据、选项数据和答案数据；将所述选择题数据输入至知识分类模型；其