[发明专利]嵌入结果的解释方法和装置

说明书

说明书披露一种嵌入结果的解释方法和装置。该方法包括：采用嵌入算法对嵌入对象进行嵌入处理，得到每个嵌入对象的嵌入结果，所述嵌入结果包括若干维度的嵌入值；根据所述嵌入值的极值提取各维度下嵌入值满足显著条件的嵌入对象作为显著训练样本；针对每个维度，采用该维度下的显著训练样本的样本特征和显著类别标签对解释模型进行训练；基于已训练的解释模型确定所述显著训练样本属于所述显著类别的解释特征，作为所述嵌入结果在该维度下的解释特征。

技术领域

本说明书涉及机器学习技术领域，尤其涉及一种嵌入结果的解释方法和装置。

背景技术

嵌入(Embedding)在数学上表示一种映射，可将一个空间映射到另一个空间，并保留基本属性。利用嵌入算法可将一些复杂的难以表达的特征转换成易计算的形式，例如向量、矩阵等，便于预测模型进行处理。然而，嵌入算法并不具有解释性，无法满足业务场景的需求。

发明内容

有鉴于此，本说明书提供一种嵌入结果的解释方法和装置。

具体地，本说明书是通过如下技术方案实现的：

一种嵌入结果的解释方法，包括：

采用嵌入算法对嵌入对象进行嵌入处理，得到每个嵌入对象的嵌入结果，所述嵌入结果包括若干维度的嵌入值；

根据所述嵌入值的极值提取各维度下嵌入值满足显著条件的嵌入对象作为显著训练样本；

针对每个维度，采用该维度下的显著训练样本的样本特征和显著类别标签对解释模型进行训练；

基于已训练的解释模型确定所述显著训练样本属于所述显著类别的解释特征，作为所述嵌入结果在该维度下的解释特征。

一种图嵌入的结果解释方法，包括：

采用嵌入算法对图节点进行嵌入处理，得到每个图节点的嵌入结果，所述嵌入结果包括若干维度的嵌入值；

根据所述嵌入值的极值提取各维度下嵌入值满足显著条件的图节点作为显著训练样本；

针对每个维度，采用该维度下的显著训练样本的样本特征和显著类别标签对解释模型进行训练；

基于已训练的解释模型确定所述显著训练样本属于所述显著类别的解释特征，作为所述嵌入结果在该维度下的解释特征。

一种词嵌入的结果解释方法，包括：

采用嵌入算法对文本中的词汇进行嵌入处理，得到每个文本对应的词嵌入结果，所述词嵌入结果包括若干维度的嵌入值；

根据所述嵌入值的极值提取各维度下嵌入值满足显著条件的词汇作为显著训练样本；

针对每个维度，采用该维度下的显著训练样本的样本特征和显著类别标签对解释模型进行训练；

基于已训练的解释模型确定所述显著训练样本属于所述显著类别的解释特征，作为所述嵌入结果在该维度下的解释特征。

一种嵌入结果的解释装置，包括：

嵌入处理单元，采用嵌入算法对嵌入对象进行嵌入处理，得到每个嵌入对象的嵌入结果，所述嵌入结果包括若干维度的嵌入值；

样本提取单元，根据所述嵌入值的极值提取各维度下嵌入值满足显著条件的嵌入对象作为显著训练样本；

模型训练单元，针对每个维度，采用该维度下的显著训练样本的样本特征和显著类别标签对解释模型进行训练；

特征解释单元，基于已训练的解释模型确定所述显著训练样本属于所述显著类别的解释特征，作为所述嵌入结果在该维度下的解释特征。

一种嵌入结果的解释装置，包括：