(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 202210794140.5 (22)申请日 2022.07.07 (71)申请人 建信基金 管理有限责任公司 地址 100033 北京市西城区金融大街7号英 蓝国际金融 中心16层 (72)发明人 薛永刚　汪东野　许侠　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王雨 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/284(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 40/06(2012.01) (54)发明名称 基金用户分类方法及装置 (57)摘要 本申请公开了一种基金用户分类方法及装 置， 本申请在对待分类基金用户的文本信息进行 分词处理得到的词序列的首和尾分别添加预设 长度的填充序列， 并抽取填充后序列的语义特 征， 再将得到的词嵌入矩阵输入到训练后的分类 模型， 由分类模 型进行卷积运算得到的特征信息 最终确定待分类基金用户的分类结果， 其中， 分 类模型是以标注有类别标签的训练文本训练得 到的。 通过在词序列的首和尾添加填充序列， 扩 大了分类模 型的卷积搜索空间， 由于文本边界信 息不再位于搜索空间的边缘， 故而分类模型在进 行特征信息提取时， 可以提取到更多的边界特征 信息， 实现了对文本边界信息的针对性处理， 获 得了更强的文本边界特征， 进而提高了分类结果 的准确性。 权利要求书2页 说明书9页 附图6页 CN 115033699 A 2022.09.09 CN 115033699 A 1.一种基金用户分类方法， 其特 征在于， 包括： 获取待分类 基金用户的文本信息， 所述文本信息包 含有所述基金用户的属性信息； 对所述文本信息进行分词处 理， 得到词序列； 在所述词序列的首和尾分别添加预设长度的填充序列， 得到填充后序列； 对所述填充后序列进行语义特 征抽取， 得到词嵌入矩阵； 将所述词嵌入矩阵输入到训练后的分类模型， 以供所述分类模型对所述词嵌入矩阵进 行卷积运算， 得到特征信息， 并根据所述特征信息预测所述待分类基金用户的分类结果， 其 中， 所述分类模型 是以标注有类别标签的训练文本训练得到的。 2.根据权利要求1所述的方法， 其特征在于， 所述文本信 息包括不同类型的多条文本信 息， 每条文本信息对应 基金用户的一种属性信息； 所述对所述文本信息进行分词处 理， 得到词序列， 包括： 分别对各 条文本信息进行分词处 理， 得到对应的词序列； 所述在所述词序列的首和尾分别添加预设长度的填充序列， 得到填充后序列， 包括： 对每一词序列， 在该词序列的首和尾分别添加预设长度的填充序列， 得到该词序列对 应的填充后序列； 融合各词序列对应的填充后序列， 得到最终的填充后序列； 或， 拼接各词序列， 在拼接后的词序列的首、 尾和各相邻两个词序列之间分别添加预设长 度的填充序列， 得到填充后序列。 3.根据权利要求2所述的方法， 其特征在于， 所述融合各词序列对应的填充后序列， 包 括： 拼接各词序列对应的填充后序列， 并调 整各相邻 两个词序列之间的填充序列的长度为 预设长度。 4.根据权利要求1所述的方法， 其特 征在于， 所述 填充序列为空序列。 5.根据权利要求1所述的方法， 其特征在于， 所述分类模型包含有卷积层， 所述卷积层 包含有多个卷积核； 所述预设长度是 各所述卷积核中的最大尺寸减1， 所述 最大尺寸 不小于2。 6.根据权利要求1所述的方法， 其特征在于， 所述分类模型包含有输入层， 所述输入层 的长度是 预设的固定 长度； 在对所述 填充后序列进行语义特 征抽取之前， 还 包括： 修正所述填充后序列的长度使其匹配所述输入层的长度， 得到修 正的填充后序列； 所述对所述 填充后序列进行语义特 征抽取， 包括： 对所述修正的填充后序列进行语义特 征抽取。 7.一种基金用户分类装置， 其特 征在于， 包括： 文本信息获取单元， 用于获取待分类基金用户的文本信息， 所述文本信息包含有所述 基金用户的属性信息； 词序列获取 单元， 用于对所述文本信息进行分词处 理， 得到词序列； 填充后序列获取单元， 用于在所述词序列的首和尾分别添加预设长度的填充序列， 得 到填充后序列；权　利　要　求　书 1/2 页 2 CN 115033699 A 2语义特征抽取单元， 用于对所述 填充后序列进行语义特 征抽取， 得到词嵌入矩阵； 分类结果确定单元， 用于将所述词嵌入矩阵输入到训练后的分类模型， 以供所述分类 模型对所述词嵌入矩阵进行卷积运算， 得到特征信息， 并根据所述特征信息预测所述待分 类基金用户的分类结果， 其中， 所述分类模型 是以标注有类别标签的训练文本训练得到的。 8.根据权利要求7所述的装置， 其特征在于， 所述文本信 息获取单元获取待分类基金用 户的文本信息的过程， 包括： 获取待分类基金用户的不同类型的多条文本信 息， 每条文本信 息对应基金用户的一种 属性信息； 所述词序列获取 单元对所述文本信息进行分词处 理， 得到词序列的过程， 包括： 分别对各 条文本信息进行分词处 理， 得到对应的词序列； 所述填充后序列获取单元在所述词序列的首和尾分别添加预设长度的填充序列， 得到 填充后序列的过程， 包括： 对每一词序列， 在该词序列的首和尾分别添加预设长度的填充序列， 得到该词序列对 应的填充后序列； 融合各词序列对应的填充后序列， 得到最终的填充后序列； 或， 拼接各词序列， 在拼接后的词序列的首、 尾和各相邻两个词序列之间分别添加预设长 度的填充序列， 得到填充后序列。 9.根据权利要求8所述的装置， 其特征在于， 所述填充后序列获取单元融合各词序列对 应的填充后序列的过程， 包括： 拼接各词序列对应的填充后序列， 并调 整各相邻 两个词序列之间的填充序列的长度为 预设长度。 10.根据权利要求7 所述的装置， 其特 征在于， 所述 填充序列为空序列。权　利　要　求　书 2/2 页 3 CN 115033699 A 3