[发明专利]数据分析方法、训练数据分析模型的方法及电子设备

说明书

本发明实施例提供了一种数据分析方法、训练数据分析模型的方法及电子设备，数据分析方法包括：将至少一条第一设定语句输入至数据分析模型，得到每条第一设定语句中的设定词语对应的预测类别、起始位置标识和截止位置标识；利用设定损失函数，基于每条第一设定语句中的设定词语对应的标定类别、第一标定位置标识和第二标定位置标识，以及基于对应的设定词语对应的预测类别、起始位置标识和截止位置标识，计算出数据分析模型的损失值；基于所述损失值更新数据分析模型的模型参数；输出训练后的数据分析模型，得到第一模型；将第一语句输入至第一模型，得到第一语句中的第一关键词对应的情感类别、起始位置标识和截止位置标识。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据分析方法、训练数据分析模型的方法及电子设备。

背景技术

随着计算机技术的发展，越来越多的技术(例如，大数据、人工智能、区块链等)应用在金融领域，传统金融业正在逐步向金融科技转变，然而，由于金融行业的安全性、实时性要求，金融科技也对技术提出了更高的要求。金融科技领域下，为了了解用户对某个产品或某项服务的评价，需要从用户的反馈信息中抽取出实体的名称和评价实体的关键词，实体包括人名、地名、机构名、产品以及服务等。

相关技术中，采用自然语言处理(NLP，Natural Language Processing)技术，对客户的反馈信息进行处理，以从客户的反馈信息中提取出评价实体的关键词，但抽取出的关键词的准确率偏低，无法获知用户对实体的真实评价。

发明内容

有鉴于此，本发明实施例提供一种数据分析方法、训练数据分析模型的方法及电子设备，以解决相关技术中抽取出的关键词的准确率偏低，无法获知用户对实体的真实评价的技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供一种数据分析方法，包括：

将至少一条第一设定语句输入至数据分析模型，得到所述至少一条第一设定语句中每条第一设定语句中的设定词语对应的预测类别、起始位置标识和截止位置标识；其中，第一设定语句由设定实体和设定语句拼接得到，设定语句表征设定实体的评价信息；所述设定词语为评价设定实体的关键词；

利用设定损失函数，基于所述至少一条第一设定语句中每条第一设定语句中的设定词语对应的标定类别、第一标定位置标识和第二标定位置标识，以及基于对应的设定词语对应的预测类别、起始位置标识和截止位置标识，计算出所述数据分析模型的损失值；

基于所述损失值更新所述数据分析模型的模型参数；

输出训练后的数据分析模型，得到第一模型；

将第一语句输入至所述第一模型，得到所述第一语句中的第一关键词对应的情感类别、起始位置标识和截止位置标识；所述第一语句由第一实体和对应的评价信息拼接得到。

上述方案中，所述设定损失函数包括第一子函数、第二子函数、第三子函数、第一权重、第二权重和第三权重；

所述利用设定损失函数，基于所述至少一条第一设定语句中每条第一设定语句中的设定词语对应的标定类别、第一标定位置标识和第二标定位置标识，以及基于对应的设定词语对应的预测类别、起始位置标识和截止位置标识，计算出所述数据分析模型的损失值，包括：

基于所述第一子函数和所述第一权重，计算出第一设定语句中设定词语对应的标定类别与对应的预测类别之间的第一损失值；

基于所述第二子函数和所述第二权重，计算出第一设定语句中设定词语对应的第一标定位置标识与对应的起始位置标识之间的第二损失值；

基于所述第三子函数和所述第三权重，计算出第一设定语句中设定词语对应的第二标定位置标识与对应的截止位置标识之间的第三损失值；