[发明专利]信息预测方法、装置、存储介质及电子设备

权利要求书

1.一种信息预测方法，其特征在于，所述方法包括：

获取待预测人名中每个字对应的字向量；

确定所述待预测人名中每个字对应的位置向量，所述位置向量用于表征该字在所述待预测人名中的位置；

根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名对应的性别信息。

2.根据权利要求1所述的方法，其特征在于，所述获取待预测人名中每个字对应的字向量包括：

针对所述待预测人名中的每个字，将该字输入预先训练得到的Word2Vec模型，得到所述Word2Vec模型输出的该字对应的所述字向量。

3.根据权利要求1所述的方法，其特征在于，所述确定所述待预测人名中每个字对应的位置向量包括：

获取所述位置向量对应的预设维数；

针对所述待预测人名中的每个字，获取该字在所述待预测人名中的位置信息；

根据所述位置信息和所述预设维数确定该字对应的所述位置向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名对应的性别信息包括：

针对所述待预测人名中的每个字，将该字对应的所述字向量和所述位置向量进行拼接，得到该字对应的第一组合向量；

将每个字对应的所述第一组合向量进行拼接得到第一矩阵；

将所述第一矩阵输入所述目标性别预测模型，得到性别预测结果；

根据所述性别预测结果确定所述待预测人名对应的性别信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名对应的性别信息包括：

根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名属于男性的第一概率以及所述待预测人名属于女性的第二概率；

将所述第一概率和所述第二概率中概率值较大的目标概率对应的性别信息作为所述待预测人名对应的性别信息。

6.根据权利要求1所述的方法，其特征在于，在所述根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名对应的性别信息之前，所述方法还包括：

从预设数据库中获取所述待预测人名中每个字分别属于男性和女性的统计概率；

所述根据所述字向量和所述位置向量，通过预先训练得到的目标性别预测模型确定所述待预测人名对应的性别信息包括：

针对所述待预测人名中的每个字，将该字对应的所述字向量、所述位置向量以及所述统计概率进行拼接，得到该字对应的第二组合向量；

将每个字对应的所述第二组合向量进行拼接得到第二矩阵；

将所述第二矩阵输入所述目标性别预测模型，以便通过所述目标性别预测模型确定所述待预测人名对应的性别信息。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述目标性别预测模型通过以下方式训练得到：

针对多个训练人名中的每个训练人名，获取该训练人名中每个字对应的训练字向量、该训练人名中每个字对应的训练位置向量以及该训练人名对应的性别标签，所述性别标签包括该训练人名对应的性别；

针对该训练人名中的每个字，将该字对应的所述训练字向量、所述训练位置向量进行拼接，得到该字对应的组合训练向量；

将该训练人名中的每个字对应的所述组合训练向量进行拼接，得到训练矩阵；

将所述训练矩阵输入预设性别预测模型；

根据所述预设性别预测模型的输出和所述性别标签训练所述预设性别预测模型，以便得到所述目标性别预测模型。

8.根据权利要求7所述的方法，其特征在于，所述目标性别预测模型包括至少一层长短期记忆网络LSTM，与所述LSTM连接的至少一层全连接dense层以及与所述dense层连接的softmax层。