一种文本分类模型确定方法、系统及存储介质技术方案

本申请实施例公开了一种文本分类模型确定方法、系统及存储介质，其中，所述方法包括：基于第一实验次数和待训练文本分类模型的至少两类超参数，确定包括多个第一超参数的第一超参数集合；采用具有不同第一超参数的待训练文本分类模型，分别确定样本文本数据的分类结果，得到多个分类结果；基于所述多个分类结果的正确率，在所述第一超参数集合中确定第一目标超参数；基于所述至少两类超参数的第一实验区域和所述第一目标超参数，确定第二目标超参数；将所述待训练文本分类模型的超参数更新为所述第二目标超参数，得到目标文本分类模型。如此，能够提高确定目标文本分类模型的效率。能够提高确定目标文本分类模型的效率。能够提高确定目标文本分类模型的效率。

【技术实现步骤摘要】
一种文本分类模型确定方法、系统及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种文本分类模型确定方法、系统及存储介质。

技术介绍

[0002]相关技术中，问答系统在对文本进行分析时，一般会对文本进行分类，常用的分类方法包括支持向量机；然而，相关技术中支持向量机的超参数的优化方法在寻优精度和寻优效率上存在一定的局限性。

技术实现思路

[0003]为解决上述技术问题，本申请实施例提供一种文本分类模型确定方法、系统及存储介质，通过在至少两类超参数取值范围形成的第一实验区中，采用实验方法，对至少两类超参数进行寻优，得到第二目标超参数；进而，将待训练文本分类模型的超参数更新为第二目标超参数，得到目标文本分类模型。如此，能够提高确定目标文本分类模型的效率。
[0004]为达到上述目的，本申请的技术方案是这样实现的：
[0005]本申请实施例提供一种文本分类模型确定方法，所述方法包括：
[0006]基于第一实验次数和待训练文本分类模型的至少两类超参数，确定包括多个第一超参数的第一超参数集合；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本分类模型确定方法，其特征在于，所述方法包括：基于第一实验次数和待训练文本分类模型的至少两类超参数，确定包括多个第一超参数的第一超参数集合；采用具有不同第一超参数的待训练文本分类模型，分别确定样本文本数据的分类结果，得到多个分类结果；基于所述多个分类结果的正确率，在所述第一超参数集合中确定第一目标超参数；基于所述至少两类超参数的第一实验区域和所述第一目标超参数，确定第二目标超参数；将所述待训练文本分类模型的超参数更新为所述第二目标超参数，得到目标文本分类模型。2.根据权利要求1所述的方法，其特征在于，所述基于第一实验次数和待训练文本分类模型的至少两类超参数，确定包括多个第一超参数的第一超参数集合，包括：基于每一类超参数的取值范围，确定第一实验区域；基于第一实验次数和所述超参数的类别数，确定目标矩阵；基于所述目标矩阵，在所述第一实验区域中确定所述第一超参数集合。3.根据权利要求2所述的方法，其特征在于，所述基于第一实验次数和所述超参数的类别数，确定目标矩阵，包括：确定小于所述第一实验次数的正整数集；基于所述正整数集中的每一正整数，生成包括所述第一实验区域中部分超参数的U型矩阵；确定所述每一正整数对应的U型矩阵的混合偏差；将混合偏差小于第一预设阈值的U型矩阵作为所述目标矩阵。4.根据权利要求2所述的方法，其特征在于，所述基于所述多个分类结果的正确率，在所述第一超参数集合中确定第一目标超参数，包括：在所述多个分类结果中，将正确率大于第二预设阈值的分类结果确定为目标分类结果；将所述目标分类结果对应的第一超参数，确定为第一目标超参数。5.根据权利要求2所述的方法，其特征在于，所述基于所述至少两类超参数的实验区域和所述第一目标超参数，确定第二目标超参数，包括：基于所述第一实验区域和所述第一目标超参数，确定第二实验区域；其中，所述第二实验区域包括的超参数的数量小于所述第一实验区域；在所述第二实验区域中，确定所述第二目标超参数。6.根据权利要求5所述的方法，其特征在于，所述至少两类超参数包括核函数参数和惩罚因子，所述第一目标超参数包括目标核函数参数和目标惩罚因子；所述基于所述第一实验区域和所述第一目标超参数，确定第二实验区域，包括：对所述核函数参数对应的取值范围进行调整，得到第一更新取值范围；对所述惩罚因子对应的取值范围进行调整，得到第二更新取值范围；基于所述第一更新取值范围和所述第二更新取值范围，确定第二实验区域。7.根据权利要求6所述的方法，其特征在于，所述对所述目标核函数参数对应的...

【专利技术属性】
技术研发人员：蒋孟灵，张李秋，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：