[发明专利]模型训练方法、文本分类方法、装置、计算机设备和介质

说明书

本申请涉及人工智能和模型构建领域，通过将本地分类模型的模型参数和本地分类结果上传至联邦学习服务器进行联合学习，可以提高文本数据在模型训练过程中的安全性。尤其涉及一种文本分类模型训练方法、文本分类方法、装置、计算机设备和介质，该训练方法包括：获取文本训练集合，根据文本训练集合对本地分类模型进行文本分类训练；将训练后的本地分类模型的模型参数和本地分类结果加密后上传至联邦学习服务器进行联合学习，以得到学习参数；接收联邦学习服务器发送的学习参数，并根据学习参数更新训练后的本地分类模型，将更新后的本地分类模型作为训练完成的文本分类模型。此外，本申请还涉及区块链技术，文本训练集合可存储于区块链中。

技术领域

本申请涉及人工智能领域，尤其涉及一种文本分类模型训练方法、文本分类方法、装置、计算机设备和介质。

背景技术

随着互联网的高速发展和大数据时代的到来，文本分类等文本挖掘技术应用于越来越多的领域。现有的文本分类技术一般是通过训练后的文本分类模型，实现对大量的半结构化、非结构化的文本数据进行分类处理。在对文本分类模型进行训练的过程中，需要用到不同客户端中大量的文本数据。由于在实际业务场景中，很多文本数据中都涉及到用户隐私，但是现有的文本分类模型不能做到数据隔离和避免数据泄露，无法保证文本数据的安全性。

因此如何提高文本数据在模型训练过程中的安全性成为亟需解决的问题。

发明内容

本申请提供了一种文本分类模型训练方法、文本分类方法、装置、计算机设备和介质，通过将本地分类模型的模型参数和本地分类结果上传至联邦学习服务器进行联合学习，可以有效提高文本数据在模型训练过程中的安全性。

第一方面，本申请提供了一种文本分类模型训练方法，所述方法包括：

获取文本训练集合，根据所述文本训练集合对本地分类模型进行文本分类训练，得到训练后的本地分类模型和本地分类结果；

将所述训练后的本地分类模型的模型参数和所述本地分类结果加密后上传至联邦学习服务器进行联合学习，以得到学习参数，其中，所述联邦学习服务器用于根据不同客户端上传的加密数据进行联合学习；

接收所述联邦学习服务器发送的所述学习参数，并根据所述学习参数更新所述训练后的本地分类模型，将更新后的本地分类模型作为训练完成的文本分类模型。

第二方面，本申请还提供了一种基于文本分类模型的文本分类方法，所述文本分类模型为根据上述的文本分类模型训练方法训练得到，所述方法包括：

获取待分类文本；

将所述待分类文本输入所述文本分类模型中进行分类预测，得到所述待分类文本对应的文本类别。

第三方面，本申请还提供了一种文本分类模型训练装置，所述装置包括：

模型训练模块，用于获取文本训练集合，根据所述文本训练集合对本地分类模型进行文本分类训练，得到训练后的本地分类模型和本地分类结果；

数据上传模块，用于将所述训练后的本地分类模型的模型参数和所述本地分类结果加密后上传至联邦学习服务器进行联合学习，以得到学习参数，其中，所述联邦学习服务器用于根据不同客户端上传的加密数据进行联合学习；

模型更新模块，用于接收所述联邦学习服务器发送的所述学习参数，并根据所述学习参数更新所述训练后的本地分类模型，将更新后的本地分类模型作为训练完成的文本分类模型。

第四方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的文本分类模型训练方法或文本分类方法。