[发明专利]标签预测方法、装置、设备以及存储介质

说明书

本公开提出一种标签预测方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及自然语言处理、机器学习、资源搜索和教育资源分类等技术领域。具体实现方案为：将待测数据映射到已训练的特征空间中，得到待测数据在特征空间下的特征向量；基于待测数据在特征空间下的特征向量与样本数据的多个中心点分别在特征空间下的特征向量，确定待测数据分别与样本数据的多个中心点之间的相似度；基于待测数据分别与样本数据的多个中心点之间的相似度，以及样本数据的多个中心点分别对应的标注标签，预测得到待测数据的标签。根据本公开的技术方案，能在样本数据较少的情况下，提高标签的预测效率和准确度。

技术领域

本公开涉及人工智能技术领域，尤其涉及自然语言处理、机器学习、资源搜索和教育资源分类等技术领域。

背景技术

目前，由于获取资源的渠道不同，造成资源对应的标签不完整甚至缺失。无论使用传统方案或者是预训练模型加微调的方式，需要样本数据量仍然很多，对于未知的类型的数据预测效果较差。

发明内容

本公开提出了一种标签预测方法、装置、设备、存储介质以及计算机程序产品。

第一方面，本公开提供了一种标签预测方法，包括：

将待测数据映射到已训练的特征空间中，得到待测数据在特征空间下的特征向量；

基于待测数据在特征空间下的特征向量与样本数据的多个中心点分别在特征空间下的特征向量，确定待测数据分别与样本数据的多个中心点之间的相似度；

基于待测数据分别与样本数据的多个中心点之间的相似度，以及样本数据的多个中心点分别对应的标注标签，预测得到待测数据的标签。

第二方面，本公开提供了一种标签预测装置，包括：

映射模块，用于将待测数据映射到已训练的特征空间中，得到待测数据在特征空间下的特征向量；

第一确定模块，用于基于待测数据在特征空间下的特征向量与样本数据的多个中心点分别在特征空间下的特征向量，确定待测数据分别与样本数据的多个中心点之间的相似度；

预测模块，用于基于待测数据分别与样本数据的多个中心点之间的相似度，以及样本数据的多个中心点分别对应的标注标签，预测得到待测数据的标签。

第三方面，本公开提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行上述第一方面所提供的方法。

第四方面，本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行上述第一方面所提供的方法。

第五方面，本公开提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据执行上述第一方面所提供的方法。

本公开实施例提供的方案，能在样本数据较少的前提下，提高标签预测的准确率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开实施例提供的标签预测方法的实现流程图；

图2为本公开实施例提供的切词的流程示意图；

图3为本公开实施例提供的标签预测的流程示意图；