[发明专利]模型训练、词条分类方法、装置、设备、存储介质及程序

权利要求书

1.一种分类模型的训练方法，包括：

获取预设的多个对象类别，以及所述多个对象类别中不同对象类别之间的交集关系，具有交集关系的不同对象类别所指示的对象中存在重叠部分；

根据所述多个对象类别中不同对象类别之间的交集关系，以及所述多个对象类别对应的训练样本，进行子模型训练，得到所述分类模型；其中，所述分类模型包括多个所述子模型，具有交集关系的对象类别所对应的子模型不同。

2.根据权利要求1所述的方法，其中，根据所述多个对象类别中不同对象类别之间的交集关系，以及所述多个对象类别对应的训练样本，进行子模型训练，得到所述分类模型，包括：

针对第i个对象类别，在i取值为1时，在所述分类模型中生成新的子模型，将所述新的子模型作为所述第i个对象类别对应的待训练子模型；

在所述i依次取2、.....、N时，根据所述多个对象类别中不同对象类别之间的交集关系，确定第i个对象类别对应的待训练子模型，所述N为所述多个对象类别中对象类别的数量；

根据所述第i个对象类别对应的训练样本，对所述第i个对象类别对应的待训练子模型进行训练，得到所述第i个对象类别对应的子模型。

3.根据权利要求2所述的方法，其中，根据所述多个对象类别中不同对象类别之间的交集关系，确定第i个对象类别对应的待训练子模型，包括：

从前i-1个对象类别中获取与所述第i个对象类别具有交集关系的参考对象类别；

根据所述参考对象类别对应的子模型，确定所述第i个对象类别对应的待训练子模型，所述第i个对象类别对应的待训练子模型与所述参考对象类别对应的子模型不同。

4.根据权利要求3所述的方法，其中，根据所述参考对象类别对应的子模型，确定所述第i个对象类别对应的待训练子模型，包括：

将所述分类模型当前包括的子模型中，除所述参考对象类别对应的子模型之外的其余子模型，作为候选子模型；

根据所述候选子模型的数量，确定所述第i个对象类别对应的待训练子模型。

5.根据权利要求4所述的方法，其中，根据所述候选子模型的数量，确定所述第i个对象类别对应的待训练子模型，包括：

若所述候选子模型的数量等于1，则将所述候选子模型确定为所述第i个对象类别对应的待训练子模型；或者，

若所述候选子模型的数量大于1，则获取各候选子模型分别对应的对象类别的数量，并将最大数量对应的候选子模型，确定为所述第i个对象类别对应的待训练子模型；或者，

若所述候选子模型的数量等于零，则在所述分类模型中生成新的子模型，将所述新的子模型作为所述第i个对象类别对应的待训练子模型。

6.根据权利要求2至5任一项所述的方法，其中，根据所述第i个对象类别对应的训练样本，对所述第i个对象类别对应的待训练子模型进行训练，得到所述第i个对象类别对应的子模型，包括：

获取多个第一训练样本，以及多个第二训练样本；其中，所述第一训练样本的人工标注类别为所述第i个对象类别，所述第二训练样本的人工标注类别为与所述第i个对象类别具有交集关系的对象类别；

根据所述多个第一训练样本和所述多个第二训练样本，对所述第i个对象类别对应的待训练子模型进行训练，得到所述第i个对象类别对应的子模型。

7.根据权利要求6所述的方法，其中，根据所述多个第一训练样本和所述多个第二训练样本，对所述第i个对象类别对应的待训练子模型进行训练，得到所述第i个对象类别对应的子模型，包括：

获取所述第i个对象类别对应的待训练子模型的训练数据集，所述训练数据集中包括所述多个对象类别对应的初始样本；

将所述多个第一训练样本替换掉所述训练数据集中的所述第i个对象类别对应的初始样本；

将所述多个第二训练样本替换掉所述训练数据集中的与所述第i个对象类别具有交集关系的对象类别对应的初始样本；

利用替换后的所述训练数据集，对所述第i个对象类别对应的待训练子模型进行训练，得到所述第i个对象类别对应的子模型。