CN113408301B 一种文本样本处理方法、装置、设备和介质 （北京沃东天骏信息技术有限公司）

开发区科创十一街18号院2号楼4层本发明实施例公开了一种文本样本处理方查询文本为输入至所述预设文本匹配模型中的技术中采集到的预设文本匹配模型的训练样本2获取预设文本匹配模型的初始训练样本，并对所述初始训根据聚类处理的结果及各初始训练样本的时间戳，对所述初始训所述根据聚类处理的结果及各初始训练样本的时间戳，对所述初针对聚类结果中属于同一类的文本向量，根据各文本向量对应初始基于遗传算法在所述文本向量中选取预设数量文本向量作为聚随机选取预设数量文本向量作为遗传算法第一代的初始种群点和第一次聚类中的聚将遗传算法中历次迭代的初始种群点作为历次聚类分析按照各文本向量对应初始训练样本的时间戳的时间顺序对初始训练样本进行将排序后的初始训练样本中，属于同一个预设长度时间窗口内的初始通过所述目标模型训练样本，对所述预设文本匹配模型进行模型3文本聚类模块，用于获取预设文本匹配模型的初始训练样本处理模块，用于根据聚类处理的结果及各初始训练样本的时间戳针对聚类结果中属于同一类的文本向量，根据各文本向量对应初始45[0028]图1为本发明实施例一提供的一种文本样本处理方法的流程图，本实施例可适用于构造优质的文本匹配模型/问答模型的训练样本的情况。该方法可以由文本样本处理装匹配的结果是经过排序的，而输出结果的排序的准确度依赖于CTR(Click-Through-Rate)67[0038]本实施例的技术方案，通过对预设文本匹配模型的初始[0040]图2为本发明实施例二提供的一种文本样本处理方法的流程图，本实施例与上述的过程。该方法可以由文本样本处理装置执行，该装置可以由软件和/或硬件的方式来实影响聚类算法中代价函数收敛情况，相较于随机选定一定数量的聚类中心进行聚类分析，8[0053]本实施例的技术方案，通过对预设文本匹配模型的初始[0057]图6为本发明实施例三提供的文本样本处理装置的结构示意图，本实施例可适用9[0060]本实施例的技术方案，通过对预设文本匹配模型的初始[0065]随机选取预设数量文本向量作为遗传算法第一代的初始种群点和第一次聚类中[0074]按照各文本向量对应初始训练样本的时间戳的时间顺序对初始训练样本进行排[0080]本发明实施例所提供的文本样本处理装置可执行本发明任意实施例所提供的文实现本发明实施方式的示例性计算机设备12的框图。图7显示的计算机设备12仅仅是一个[0084]总线18表示几类总线结构中的一种或多种，包括存储器存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可[0087]具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储[0088]计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网[0097]计算机可读的信号介质可以包括在基带中或者作为载波[0098]计算机可读介质上包含的程序代码可以用任何适当[0099]可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、