(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211058933.7 (22)申请日 2022.08.31 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区福田街 道益田路5033号平安金融中心14、 15、 16、 37、 41、 4 4、 45、 46、 54、 58、 59层 (72)发明人 钱金华　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 廖慧贤 (51)Int.Cl. G06F 16/35(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 资讯分类模型自动训练方法、 系统、 装置及 存储介质 (57)摘要 本申请公开了一种资讯分类模型自动训练 方法、 系统、 装置及存储介质， 训练方法包括获取 第一资讯集； 所述第一资讯集包括当日新增资 讯； 根据所述第一资讯集， 确定第二资讯集； 所述 第二资讯集包括历史新增资讯； 根据所述第一资 讯集， 确定第一分类标签集； 所述第一分类标签 集包括标签内容量排序超过第一预设阈值的新 分类标签； 根据所述第一资讯集以及所述第二资 讯集， 对模型训练样本进行样本重构， 得到第一 样本数据集； 将所述第一分类标签集以及所述第 一样本数据集输入原始模型进行训练， 得到目标 分类模型。 该训练方法可以提高资讯分类模型预 测准确度； 本申请可广泛应用于资讯分类技术领 域内。 权利要求书2页 说明书13页 附图4页 CN 115292502 A 2022.11.04 CN 115292502 A 1.一种资 讯分类模型自动训练方法， 其特 征在于， 包括： 获取第一资 讯集； 所述第一资 讯集包括当日新增资 讯； 根据所述第一资 讯集， 确定第二资 讯集； 所述第二资 讯集包括历史新增资 讯； 根据所述第一资讯集， 确定第一分类标签集； 所述第一分类标签集包括标签内容量排 序超过第一预设阈值的新分类标签； 根据所述第一资讯集以及所述第二资讯集， 对模型训练样本进行样本重构， 得到第一 样本数据集； 将所述第一分类标签集以及所述第 一样本数据集输入原始模型进行训练， 得到目标分 类模型。 2.根据权利要求1所述的一种资讯分类模型自动训练方法， 其特征在于， 所述根据 所述 第一资讯集， 确定第一分类标签集， 包括： 对第一资讯集的所有子资讯进行标签分类， 确定子资讯的第二分类标签； 所述第二分 类标签包括 新增分类标签； 提取各个所述第二分类标签对应的子资 讯的资讯内容点击量以及资 讯内容发布量； 根据所述资讯内容点击量以及所述资讯内容发布量， 对所述第 二分类标签进行标签 内 容量排序； 根据所述标签内容量排序大于第一预设阈值的第二分类标签， 确定为第一分类标签 集。 3.根据权利要求1所述的一种资讯分类模型自动训练方法， 其特征在于， 所述根据 所述 第一资讯集， 确定第二资 讯集， 包括： 提取所述第一资 讯集的资 讯发布日期以及资 讯数量； 根据所述资 讯发布日期以及所述资 讯数量， 确定第二资 讯集。 4.根据权利要求3所述的一种资讯分类模型自动训练方法， 其特征在于， 所述根据 所述 资讯发布日期以及资 讯数量， 确定第二资 讯集， 包括： 根据资讯发布日期以及资讯数量， 确定若干个第二资讯子集； 所述第二资讯子集包括 资讯发布日期以前 单日的历史新增资 讯； 其中所述第二资 讯子集的资 讯数量满足 公式： 其中n≥1， n为单日历史新增 资讯的数量； a为衰减系数， 0＜a＜1； N为第一资讯集的资 讯数量； dt为资 讯发布日期与历史资 讯发布日期的差值； e为自然底数； 对所述第二资 讯子集进行并运 算， 确定第二资 讯集。 5.根据权利要求1所述的一种资讯分类模型自动训练方法， 其特征在于， 所述根据 所述 第一资讯集以及所述第二资讯集， 对模 型训练样本进 行样本重构， 得到第一样本数据集， 包 括： 将所述第一资 讯集以及所述第二资 讯集进行 数据融合， 得到第一样本数据； 根据所述第一样本数据， 得到第 一样本数据集； 其中， 所述第一资讯集的资讯数量在所 述第一样本数据集中占比为固定数值。 6.根据权利要求1所述的一种资讯分类模型自动训练方法， 其特征在于， 所述获取第 一权　利　要　求　书 1/2 页 2 CN 115292502 A 2资讯集， 包括： 获取当日所有新增资 讯； 提取所述当日所有新增资讯的若干个新增资讯作为第 一资讯集， 所述若干个新增资讯 对应至少一个新分类标签。 7.根据权利要求2所述的一种资讯分类模型自动训练方法， 其特征在于， 所述根据 所述 资讯内容点击量以及所述资讯内容发布量， 对所述第二分类标签进行标签内容量排序， 包 括： 确定资讯内容点击量的第一权 重以及资 讯内容发布量的第二权 重； 根据所述第一权 重以及所述资 讯内容点击量， 确定第一热度参数； 根据所述第二权 重以及所述资 讯内容发布量， 确定第二热度参数； 计算所述第一热度参数和所述第二热度参数的热度总和， 根据所述热度总和， 对所述 第二分类标签进行排序。 8.一种资 讯分类模型自动训练装置， 其特 征在于， 包括： 获取模块， 用于获取第一资 讯集； 第一处理模块， 用于根据所述第一资 讯集， 确定第二资 讯集； 第二处理模块， 用于根据 所述第一资讯集， 确定第 一分类标签集； 所述第 一分类标签集 包括标签内容 量排序超过第一预设阈值的新分类标签集 合； 第三处理模块， 用于根据所述第一资讯集以及第二资讯集， 对模型训练样本进行样本 重构， 得到第一样本数据集； 第四处理模块， 用于将所述第 一分类标签集以及所述第 一样本数据集输入原始模型进 行训练， 得到目标分类模型。 9.一种计算机设备， 其特 征在于， 包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现如权 利要求1‑7中任一项所述的资 讯分类模型自动训练方法。 10.一种计算机可读存储介质， 其中存储有处理器可执行的程序， 其特征在于： 所述处 理器可执行的程序在由处理器执行时用于实现如权利要求 1‑7中任一项 所述资讯分类模型 自动训练方法。权　利　要　求　书 2/2 页 3 CN 115292502 A 3