针对头衔标准化的与语言无关的机器学习模型

摘要

在示例实施例中，提供了一种系统，机器学习模型通过该系统被训练以预测针对给定原始头衔的标准化。可以训练一种神经网络，该神经网络的输入是原始头衔(例如，查询字符串)以及候选头衔列表(分类法中的头衔标识、或英语字符串)，其产生该原始头衔和每个候选头衔属于同一头衔的概率。该模型能够以在训练数据中包含的任何语言将头衔标准化，而无需首先对头衔进行语言识别或规范化。另外地，该模型能够受益于“外来词”(从外语中采用的词，其具有很少或没有修改)的存在以及语言之间的关系。