(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 202211145701.5 (22)申请日 2022.09.20 (71)申请人 四川长虹电器股份有限公司 地址 621000 四川省绵阳市高新区绵兴东 路35号 (72)发明人 童姝宇　 (74)专利代理 机构 四川省成 都市天策商标专利 事务所(有限合 伙) 51213 专利代理师 刘兴亮 (51)Int.Cl. G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 一种实现算法 分类器通用的方法 (57)摘要 本发明公开了一种实现算法分类器通用的 方法， 采用了通用的CNN分类器， 无需每个领域的 模型加载 都需要开发独立的模型分类器， 降低了 开发难度和减少了开发时间； 通过将算法模型组 件设计为一个可读取配置， 访问特定接口激活通 用CNN分类器刷新模型的session和graph的新结 构， 可实现实时更新算法模型， 可增加对模型更 新的及时性和提高开发效率。 权利要求书1页 说明书3页 附图2页 CN 115422946 A 2022.12.02 CN 115422946 A 1.一种实现算法分类 器通用的方法， 其特 征在于， 包括以下步骤： S1： 上传模型至指定路径下， 模型名开头为对应的领域； S2： 通过访问特定接口， 激活模型更新方法， 并检查路径下是否有该领域的模型， 如果 有， 利用通用CN N分类器检查模型； S3： 调用通用CNN分类器： 该分类器根据获取到的领域、 用户请求信息通过python的 global()方法生成对应的参数名， 通过不同的参数名在同一个分类器的process方法里生 成不同的graph， 利用不同的算法模型对用户请求文本进行分类和预测； S4： 用CNN分类器对模型配置进行检查， 如果通过， 会加载该模型的相关文件、 参数来生 成该领域的graph和session， 同时将该领域对应的session.graph加载到内存中， 即可调 用； 如果不通过， 提示该模型加载失败。 2.如权利要求1所述的一种实现算法分类器通用的方法， 其特征在于， 所述S3中， 当用 户请求到达指定意图的算法模块时， 通用的CNN分类器模型将获取内存里该意图最新的算 法模型和算法配置， 生成该意图在该通用分类器下独立的graph然后对用户请求文本进行 分类， 获取算法结果。 3.如权利要求1所述的一种实现算法分类器通用的方法， 其特征在于， 所述S4中， 内存 里该意图的模型的相关文件、 参数通过对特定接口的访问， 实现实时新增、 删除、 更新时不 影响项目的正常运行。权　利　要　求　书 1/1 页 2 CN 115422946 A 2一种实现算法分类器通用的方 法 技术领域 [0001]本发明涉及自然语言语义框架技术领域， 尤其涉及一种实现算法分类器通用的方 法。 背景技术 [0002]目前的NLP开发项目中， 如果要新增某领域的算法模型组件， 需要开发该领域独立 的算法分类组件， 该领域的算法组件投入使用和 后期迭代维护都需要部署该算法模型的最 新版本， 然后重启服务以完成新模型的生效。 但 正式服务迭代周期较长， 无法做到模型的优 化、 新增及时生效。 发明内容 [0003]本发明要解决的技术问题在 于： 1.如何将CNN分类器 实现通用， 即在一个分类器中 可同时绘制多个graph， 达到多个模 型使用同个 分类器的目的。 2.如何在不影响服务正常运 行的情况下， 通过对模型文件的更新、 模型配置文件的更改对模型进 行实时迭代。 本发明采 用了多参数分类实现同个分类器绘制多个graph的方法， 同时可通过接口实时刷新内存获 取最新的模型配置， 达 到模型更新实时生效的目的。 [0004]本发明通过以下技 术方案来实现上述目的： [0005]一种实现算法分类 器通用的方法， 包括以下步骤： [0006]S1： 上传模型至指定路径下， 模型名开头为对应的领域； [0007]S2： 通过访问特定接口， 激活模型更新方法， 并检查路径下是否有该领域的模型， 如果有， 利用通用CN N分类器检查模型； [0008]S3： 调用通用CNN分类器： 该分类器根据获取到的领域、 用户请求信息通过python 的global()方法生成对应的参数名， 通过不同的参数名在同一个分类器的process方法里 生成不同的graph， 利用不同的算法模型对用户请求文本进行分类和预测； [0009]S4： 用CNN分类器对模型配置进行检查， 如果通过， 会加载该模型的相关文件、 参数 来生成该领域的graph和session， 同时将该领域对应的session.graph加载到内存中， 即可 调用； 如果 不通过， 提示该模型加载失败。 [0010]进一步方案为， 所述S3中， 当用户请求到达指定意图的算法模块时， 通用的CNN分 类器模型将获取内存里该意图最新的算法模型和算法配置， 生成该意图在该通用分类器下 独立的graph然后对用户请求文本进行分类， 获取算法结果。 [0011]进一步方案为， 所述S 4中， 内存里该意图的模型的相关文件、 参数通过对特定接口 的访问， 实现实时新增、 删除、 更新时不影响项目的正常运行。 [0012]本发明的有益效果在于： [0013]本发明了采用了通用的CNN分类器， 无需每个领域的模型加载都需要开发独立的 模型分类器， 降低了开 发难度和减少了开 发时间； 同时可通过算法模 型可配置的方式， 实时 更新、 上线、 下线算法模型组件。说　明　书 1/3 页 3 CN 115422946 A 3