(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 202210895584.8 (22)申请日 2022.07.26 (71)申请人 华润数字科技有限公司 地址 518000 广东省深圳市福田区梅林街 道梅都社区中康路136号深圳新一代 产业园2栋801 (72)发明人 王伟　董坤磊　肖海山　钟焰涛　 陈焕坤　张黔　 (74)专利代理 机构 深圳市精英专利事务所 44242 专利代理师 王暄 (51)Int.Cl. G06F 16/9535(2019.01) G06F 30/20(2020.01) G06F 16/35(2019.01)G06N 3/00(2006.01) G06F 111/06(2020.01) G06F 111/10(2020.01) G06F 111/04(2020.01) (54)发明名称 基于蚁群算法的文本模 型推荐方法、 装置及 相关设备 (57)摘要 本发明公开了基于蚁群算法的文本模型推 荐方法、 装置及相关设备。 该方法包括获取当前 待处理任务的文本数据， 并对文本数据进行指标 评估， 得到多个复杂指标； 通过蚁群算法对多个 复杂指标进行组合， 得到评估文本数据的最佳指 标组合； 根据最佳指标组合对文本数据的复杂 度 进行计算， 得到文本数据的当前复杂度； 获取多 个候选文本模 型， 并查询每一候选文本模型的算 法属性； 计算当前复杂 度与每一测试复杂 度的差 值， 以差值最小且符合当前待处理任务所属细分 领域的候选文本模型作为处理文本数据的目标 文本模型。 该方法有助于用户快速确定合适模型 进行数据处理， 减少不必要的训练开销。 权利要求书3页 说明书8页 附图1页 CN 115130004 A 2022.09.30 CN 115130004 A 1.一种基于蚁群算法的文本模型推荐方法， 其特 征在于， 包括： 获取当前待处理任务的文本数据， 并对所述文本数据进行指标评估， 得到多个复杂指 标； 通过蚁群算法对多个所述复杂指标进行组合， 得到评估所述文本数据的最佳指标组 合； 根据所述最佳指标组合对所述文本数据的复杂度进行计算， 得到所述文本数据的当前 复杂度； 获取多个候选文本模型， 并查询每一候选文本模型的算法属性， 所述算法属性至少包 括候选文本模型 所能处理的文本数据的测试复杂度； 计算当前复杂度与每一所述测试复杂度的差值， 以差值最小且符合当前待处理任务所 属细分领域的候选文本模型作为处 理所述文本数据的目标文本模型。 2.根据权利要求1所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 所述复杂指 标包括类别多样性， 所述对所述文本数据进行指标评估， 得到多个复杂指标， 包括： 按如下公式计算所述文本数据的类别多样性： 其中， C_D表示类别多样性， C表示文本数据的类别总 数量， Pi2表示随机取类别i中的两 个样本的联合 概率。 3.根据权利要求1所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 所述复杂指 标还包括类别均衡指数， 所述对所述文本数据进行指标评估， 得到多个复杂指标， 包括： 按如下公式计算所述文本数据的类别均衡指数： 其中， C_BI表示类别 均衡指数， C表示文本 数据的类别总数量， Ni表示类别i的样本 数量， Ntotal表示样本总数量。 4.根据权利要求1所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 所述复杂指 标还包括类别干扰指数， 所述对所述文本数据进行指标评估， 得到多个复杂指标， 包括： 对所述文本数据进行停用词去除， 并将所述文本数据的文本拆分成若干个n ‑gram短 语； 计算每一所述n ‑gram短语的TF ‑IDF， 选取TF ‑IDF最高的K个短语， 并计算K个短语之间 的互信息和杰卡德距离， 以所述互信息和杰卡德距离作为所述类别干扰指数。 5.根据权利要求4所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 所述复杂指 标还包括文本复杂指数， 所述对所述文本数据进行指标评估， 得到多个复杂指标， 包括： 对所述n‑gram短语进行去重， 统计不同n ‑gram短语的个数； 基于不同n ‑gram短语的个数及所述n ‑gram短语 的总数量对所述n ‑gram短语 的独特性 进行计算， 得到所述 n‑gram短语的独特性； 采用自然语言模型对所述文本数据进行困惑度计算， 得到困惑度； 以所述独特性和困惑度作为所述文本复杂指数。权　利　要　求　书 1/3 页 2 CN 115130004 A 26.根据权利要求1所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 所述通过蚁 群算法对多个所述复杂指标进行组合， 得到 评估所述文本数据的最佳指标组合， 包括： 步骤1、 初始化蚁群算法的算法参数， 启用多个推理模块存放于不同的元素， 所述元素 为复杂指标； 步骤2、 计算每个推理模块的运动概率， 在禁忌表的约束下推理模块按运动概率选择下 个访问元 素， 直到访问形成可 行路径； 步骤3、 计算各推理模块经过的路径长度， 同时对每个推理模块所过的路径上的信 息素 浓度进行更新， 在所有推理模块完成信息素更新后， 记录当前迭代后的所有推理模块走过 路径中的最短路径； 步骤4、 判断当前迭代次数是否达到最大迭代次数， 若否， 返回步骤2； 若是， 结束迭代并 执行步骤5； 步骤5： 计算每次迭代后所有推理模块走过路径中的最短路径， 以最短路径上包含的元 素组合作为所述 最佳指标组合并输出。 7.根据权利要求6所述的基于蚁群算法的文本模型推荐方法， 其特征在于， 按如下公式 计算每一推理模块的运动概 率： 其中， 表示第k个推理模从当前所在元素移动到下一个元素的运动概率， 元素表示复 杂指标； τij(t)表示在第t轮迭代后元素i与 j之间边eij信息素的残留强度； ηij表示元素i与 j 之间的能见度； α表示信息启发因子； β 表示期望值启发式因子； Allowed为不在禁忌表 中的 元素集合， 禁忌表用于存放第k个 推理模块已选择的元 素。 8.一种基于蚁群算法的文本模型推荐装置， 其特 征在于， 包括： 获取模块， 用于获取当前待处理任务的文本数据， 并对所述文本数据进行指标评估， 得 到多个复杂指标； 组合模块， 用于通过蚁群算法对多个所述复杂指标进行组合， 得到评估所述文本数据 的最佳指标组合； 计算模块， 用于根据所述最佳指标组合对所述文本数据的复杂度进行计算， 得到所述 文本数据的当前复杂度； 查询模块， 用于获取多个候选文本模型， 并查询每一候选文本模型的算法属性， 所述算 法属性至少包括 候选文本模型 所能处理的文本数据的测试复杂度； 选择模块， 用于计算当前复杂度与每一所述测试复杂度的差值， 以差值最小且符合当 前待处理任务所属细分领域的候选文本模型作为处 理所述文本数据的目标文本模型。 9.一种计算机设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 中任一项所述的基于蚁群算法的文本模型推荐方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程权　利　要　求　书 2/3 页 3 CN 115130004 A 3