[发明专利]一种识别方法和系统

说明书

本申请实施例公开了一种识别方法和系统。所述识别方法包括：获取待识别数据；将所述待识别数据输入识别模型中，其中，所述识别模型由与目标相关的第一训练数据和与目标无关的第二训练数据共同训练自注意力模型后获得；以及根据所述待识别数据和所述识别模型，确定所述待识别数据是否与所述目标相关。本申请可以判断乘车人是否存在安全相关的问题，提高了识别的准确性，可在乘车人乘车过程中提供安全问题保障服务，保障乘车人的出行安全。

技术领域

本申请涉及数据识别领域，特别涉及一种识别方法和系统。

背景技术

在数据识别领域，通常根据识别出的特征判断所识别数据的性质。例如，在自然语言处理技术领域，识别文本中包含的关键词，然后再根据文本中包含的关键词判断文本的含义。再例如，在图像识别领域，识别图像中包含的物体，判断图像表示的含义。但若只关注识别数据的特有特征，数据识别的含义实际会存在界限不明或出现混淆的情况。

以乘车出行服务中乘客的安全问题为例，传统的智能客服判定乘客是否存在安全问题时是通过判别乘客沟通过程中是否提及了安全问题相关的词汇实现。实际中，乘客与客服沟通过程中可能存在安全问题界限不明、出现混淆的情况。例如包含“司机存在危险驾驶”相关的语句，与包含“什么是危险驾驶行为”的语句中，均有“危险驾驶”这一词汇。传统的识别方式，容易将这两种情况均判定为存在安全问题，识别不准确的同时，容易导致人工客服工作繁重。

因此需要提供一种高效准确的识别方法，提高数据识别的准确性，避免数据识别过程中存在的界限不明或出现混淆的情况。

发明内容

本申请实施例之一提供一种识别方法。所述识别方法包括：获取待识别数据；将所述待识别数据输入识别模型中，其中，所述识别模型由与目标相关的第一训练数据和与目标无关的第二训练数据共同训练自注意力模型后获得；以及根据所述待识别数据和所述识别模型，确定所述待识别数据是否与所述目标相关。

在一些实施例中，所述识别方法还包括训练所述自注意力模型获取所述识别模型，所述训练过程包括：获取两套或以上的多套训练数据，其中，所述多套训练数据包括至少一套与所述目标相关的第一训练数据，以及至少一套与所述目标无关的第二训练数据；以及基于所述多套训练数据，通过自注意力机制训练所述自注意力模型，生成所述识别模型。

在一些实施例中，所述多套训练数据包括多套语料中每个单词经预处理生成的词向量，所述训练过程包括：对于每个单词，获取所述单词的两种或以上词向量，所述两种或以上的词向量与不同的上下文相关；拼接所述两种或以上词向量以获取共有词向量；以及将所述共有词向量与每套语料除该单词外其他单词的词向量通过自注意力机制确定该单词的注意力。

在一些实施例中，拼接所述一种或以上词向量以获取共有词向量包括：将每个单词在所述多套训练数据中的词向量加权求和。

在一些实施例中，所述多套语料为两套语料，所述两套语料包括一套与安全问题相关的语料和一套与安全问题无关的语料。

在一些实施例中，所述预处理过程包括：使用词向量生成算法，生成所述单词的词向量。

在一些实施例中，所述词向量生成算法为Word2Vec。

在一些实施例中，所述识别方法进一步包括：基于识别出所述待识别数据是否与所述目标相关的结果，执行相应的措施。

在一些实施例中，所述目标与安全问题相关，所述措施包括监控人员对驾驶行为人进行继续沟通、持续监控、警告中的一种或多种组合。

本申请实施例之一提供一种识别系统，包括获取模块以及数据识别模块；所述获取模块用于获取待识别数据；所述数据识别模块用于将所述待识别数据输入识别模型中；其中，所述识别模型由与目标相关的第一训练数据和与目标无关的第二训练数据共同训练自注意力模型后获得；根据所述待识别数据和所述识别模型，确定所述待识别数据是否与所述目标相关。