一种船舶新闻推送模型的训练方法、推送方法及系统

本发明涉及人工智能，尤其是一种船舶新闻推送模型的训练方法、推送方法及系统。

背景技术：

1、在互联网和大数据时代的背景下，随着船舶产业近年来发展日益增快，同时个人的新闻阅读习惯也发生了转变，从传统媒体，如纸质报纸或广播电视新闻广播，转移到网络媒体平台等。尽管能在大量网络平台上获取船舶新闻，但是在互联网时代，船舶新闻的推送往往是十分繁杂的，如果不能及时获取需要的船舶新闻信息，可能会导致决策判断出现偏差。相关技术中，船舶新闻推送方法是根据用户的偏好兴趣来推送船舶新闻，但是在用户首次浏览船舶新闻时很难推送恰当的相关船舶新闻。另外，也无法获得其他用户对船舶新闻的评论和该船舶新闻的点击率等信息，所以也很难从大量的船舶新闻信息中了解船舶新闻的重要度，从而船舶新闻推送效率不高。综合上述，相关技术中存在的技术问题亟需得到解决。

技术实现思路

1、有鉴于此，本发明实施例提供一种船舶新闻推送模型的训练方法、推送方法及系统，以实现提高船舶新闻推送效率。

2、一方面，本发明提供了一种船舶新闻推送模型的训练方法，方法包括：

3、获取船舶新闻数据集；

4、对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，所述训练数据集由多个新闻本文及与所述新闻本文相对应的新闻文本得分组成；

5、对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型。

6、可选地，所述获取船舶新闻数据集，包括：

7、对船舶网站进行新闻爬取处理，得到网站新闻数据集；

8、对所述网站新闻数据集进行去噪和抽样处理，得到船舶新闻数据集。

9、可选地，所述对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，包括：对所述船舶新闻数据集中的每一个新闻文本进行新闻文本计算处理，得到与所述新闻文本相对应的新闻文本得分，其中步骤包括：

10、对所述新闻文本进行权重计算处理，得到文本权重；

11、对所述新闻文本进行相关性得分计算处理，得到相关性得分；

12、根据评分公式结合所述文本权重和所述相关性得分对所述新闻文本进行评分计算处理，得到新闻文本得分。

13、所述对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型，包括：

14、将所述训练数据集输入到船舶新闻推送模型，得到船舶新闻推送预测结果；

15、根据所述船舶新闻推送预测结果和新闻文本得分确定训练的损失值；

16、根据所述损失值对所述船舶新闻推送模型的参数进行更新，得到训练好的船舶新闻推送模型。

17、可选地，所述将所述训练数据集输入到所述船舶新闻推送模型，得到船舶新闻推送预测结果，包括：

18、对所述训练数据集进行语料预处理和拼接处理，得到嵌入层表示集合；

19、对所述嵌入层表示集合进行卷积运算处理，得到卷积特征表示集合；

20、对所述卷积特征表示集合进行池化处理和连接处理，得到特征表示向量集合；

21、对所述特征表示向量集合进行多头注意力处理和全连接处理，得到船舶新闻推送预测结果。

22、可选地，所述船舶新闻推送模型包括嵌入层、卷积层、全局平均池化层、连接层、多头自注意力机制层和全连接层。

23、另一方面，本发明实施例还提供了一种船舶新闻推送模型的推送方法，所述方法包括：

24、获取待推送的船舶新闻；

25、将所述待推送的船舶新闻输入到如前面所述的船舶新闻推送模型的训练方法所得到的船舶新闻推送模型中，得到船舶新闻推送结果。

26、另一方面，本发明实施例还提供了一种船舶新闻推送模型的训练系统，包括：

27、第一模块，用于获取船舶新闻数据集；

28、第二模块，用于对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，所述训练数据集由多个新闻本文及与所述新闻本文相对应的新闻文本得分组成；

29、第三模块，用于对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型。

30、可选地，所述第一模块，包括：

31、第一单元，用于对船舶网站进行新闻爬取处理，得到网站新闻数据集；

32、第二单元，用于对所述网站新闻数据集进行去噪和抽样处理，得到船舶新闻数据集。

33、可选地，所述第三模块，包括：

34、第三单元，用于将所述训练数据集输入到所述船舶新闻推送模型，得到船舶新闻推送预测结果；

35、第四单元，用于根据所述船舶新闻推送预测结果和新闻文本得分确定训练的损失值；

36、第五单元，用于根据所述损失值对所述船舶新闻推送模型的参数进行更新，得到训练好的船舶新闻推送模型。

37、本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明实施例通过获取船舶新闻数据集；对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，所述训练数据集由多个新闻本文及与所述新闻本文相对应的新闻文本得分组成；对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型。本发明实施例通过使用船舶新闻推送模型能够解决初次阅读船舶新闻时候难以推送恰当新闻的难点，并且能够基于新闻文本自身的重要性进行新闻推送，提高了船舶新闻推送的效率。

技术特征：

1.一种船舶新闻推送模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取船舶新闻数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，包括：对所述船舶新闻数据集中的每一个新闻文本进行新闻文本计算处理，得到与所述新闻文本相对应的新闻文本得分，其中步骤包括：

4.根据权利要求1所述的方法，其特征在于，所述对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述训练数据集输入到船舶新闻推送模型，得到船舶新闻推送预测结果，包括：

6.根据权利要求1至5任一项所述的方法，其特征在于，所述船舶新闻推送模型包括嵌入层、卷积层、全局平均池化层、连接层、多头自注意力机制层和全连接层。

7.一种船舶新闻推送模型的推送方法，其特征在于，所述方法包括：

8.一种船舶新闻推送模型的训练系统，其特征在于，所述训练系统包括：

9.根据权利要求8所述的训练系统，其特征在于，所述第一模块，包括：

10.根据权利要求8所述的训练系统，其特征在于，所述第三模块，包括：

技术总结
本发明公开了一种船舶新闻推送模型的训练方法、推送方法及系统，其中，训练方法包括获取船舶新闻数据集；对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，所述训练数据集由多个新闻本文及与所述新闻本文相对应的新闻文本得分组成；对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型。本发明实施例能够通过使用船舶新闻推送模型解决初次阅读船舶新闻时候难以推送恰当新闻的难点，提高了船舶新闻推送的效率，可广泛应用于人工智能技术领域。

技术研发人员：程良伦,吴英涛,张伟文
受保护的技术使用者：广东工业大学
技术研发日：
技术公布日：2024/1/12