(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 202210367239.7 (22)申请日 2022.04.08 (71)申请人 浙江师范大学 地址 321004 浙江省金华市迎宾大道68 8号 (72)发明人 黄昌勤　汪卿　朱佳　舒洪吉　 (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 黎扬鹏 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 40/30(2020.01) (54)发明名称 基于向导网络文本分类的画像生 成方法、 系 统和介质 (57)摘要 本发明公开了一种基于向导网络文本分类 的画像生成方法、 系统和介质， 可广泛应用于计 算机技术领域。 本发明方法通过将特征提取器提 取到的特征和文本标签一起输入到向导网络， 以 通过向导网络得到学生文本与文本标签的语义 关联关系， 从而可以根据该语义 关联关系调节特 征提取器的参数； 接着在特征提取器的参数满足 第一预设要求后， 根据特征提取器的当前文本特 征和文本标签调节排序分类器的参数； 然后 在排 序分类器的参数满足第二预设要求后， 通过满足 第一预设要求的特征提取器和满足第二预设要 求的排序分类器获取当前学生文本的目标标签， 从而根据该目标标签即能得到更加精确的学生 画像。 权利要求书2页 说明书7页 附图2页 CN 114780723 A 2022.07.22 CN 114780723 A 1.一种基于向导网络文本分类的画像生成方法， 其特 征在于， 所述方法包括以下步骤： 获取若干个学生文本和若干个文本标签， 所述学生文本包括学生的性格特征描述语 句、 学生评价语句和学生日常行为记录语句； 将所述学生文本输入到特征提取器， 得到第一文本特征； 以及将所述文本标签输入到 所述特征提取器， 得到标签特 征； 将所述第一文本特征、 所述标签特征和所述文本标签输入到向导网络， 得到所述学生 文本与所述文本标签的语义关联关系； 根据所述语义关联关系调节所述特 征提取器的参数； 确定所述特征提取器的参数满足第 一预设要求， 将所述特征提取器生成的当前文本特 征作为第二文本特 征； 根据所述第二文本特 征和所述文本标签调节排序分类 器的参数； 确定所述排序分类器的参数满足第 二预设要求， 将当前学生文本输入到满足第 一预设 要求的特 征提取器， 得到第三文本特 征； 将所述第三文本特 征输入到满足第二预设要求的排序分类 器， 预测得到目标 标签； 根据所述目标 标签生成学生画像。 2.根据权利要求1所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 在 所述向导网络对所述第一文本特征、 所述标签特征和所述文本标签进行处理时， 通过均方 误差损失函数建立文本空间与标签空间的关节关系， 通过二元 交叉熵函数建立所述标签特 征和所述文本标签的链接关系。 3.根据权利要求2所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 在 所述排序分类 器对所述文本标签进行分类时， 根据分类损失函数计算分类损失。 4.根据权利要求3所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 所 述方法还 包括以下步骤： 根据所述均 方误差损失函数的计算结果、 所述二元交叉熵函数的计算结果和所述分类 损失函数的计算结果调节所述特 征提取器和所述 排序分类 器的参数。 5.根据权利要求1所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 所 述将所述学生文本 输入到特 征提取器， 包括： 将所述学生文本映射成数字序列； 将所述数字序列输入到所述特 征提取器。 6.根据权利要求1所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 所 述将所述文本标签输入到所述特 征提取器， 包括： 将所述文本标签转换为 one‑hot向量； 将所述one‑hot向量输入到所述特 征提取器。 7.根据权利要求1所述的一种基于向导网络文本分类的画像生成方法， 其特征在于， 所 述特征提取器包括带有原 始标签语义信息的特 征提取器。 8.一种基于向导网络文本分类的画像生成系统， 其特征在于， 所述系统包括训练模块 和应用模块； 其中， 所述训练模块用于执 行以下步骤： 获取若干个学生文本和若干个文本标签， 所述学生文本包括学生的性格特征描述语权　利　要　求　书 1/2 页 2 CN 114780723 A 2句、 学生评价语句和学生日常行为记录语句； 将所述学生文本输入到特征提取器， 得到第一文本特征； 以及将所述文本标签输入到 所述特征提取器， 得到标签特 征； 将所述第一文本特征、 所述标签特征和所述文本标签输入到向导网络， 得到所述学生 文本与所述文本标签的语义关联关系； 根据所述语义关联关系调节所述特 征提取器的参数； 确定所述特征提取器的参数满足第 一预设要求， 将所述特征提取器生成的当前文本特 征作为第二文本特 征； 根据所述第二文本特 征和所述文本标签调节排序分类 器的参数； 所述应用模块用于执 行以下步骤： 确定所述排序分类器的参数满足第 二预设要求， 将当前学生文本输入到满足第 一预设 要求的特 征提取器， 得到第三文本特 征； 将所述第三文本特 征输入到满足第二预设要求的排序分类 器， 预测得到目标 标签； 根据所述目标 标签生成学生画像。 9.一种基于向导网络文本分类的画像生成系统， 其特 征在于， 包括： 至少一个存 储器， 用于存 储程序； 至少一个处理器， 用于加载所述程序以执行如权利要求1 ‑7任一项所述的基于向导网 络文本分类的画像生成方法。 10.一种存储介质， 其特征在于， 其中存储有计算机可执行的程序， 所述计算机可执行 的程序被处理器执行时用于实现如权利要求 1‑7任一项所述的基于向导网络文本 分类的画 像生成方法。权　利　要　求　书 2/2 页 3 CN 114780723 A 3