[發(fā)明專利]知識(shí)表示、機(jī)器學(xué)習(xí)模型訓(xùn)練、預(yù)測(cè)方法、裝置以及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201710637074.X
• 申請(qǐng)日: 2017-07-31
• 公開(kāi)（公告）號(hào): CN109325508A
• 公開(kāi)（公告）日: 2019-02-12
• 發(fā)明（設(shè)計(jì)）人: 方文靜;周俊;李小龍
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08
• 代理公司: 北京晉德允升知識(shí)產(chǎn)權(quán)代理有限公司 11623
• 代理人: 周莉娜

本說(shuō)明書(shū)實(shí)施例公開(kāi)了知識(shí)表示、機(jī)器學(xué)習(xí)模型訓(xùn)練、預(yù)測(cè)方法、裝置以及電子設(shè)備，所述知識(shí)表示方法包括：輸入原始數(shù)據(jù)到深度神經(jīng)網(wǎng)絡(luò)，將該深度神經(jīng)網(wǎng)絡(luò)的隱層輸出的特征作為原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，進(jìn)一步地，該知識(shí)表示可被用于訓(xùn)練機(jī)器學(xué)習(xí)模型，或者用于訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行數(shù)據(jù)預(yù)測(cè)。

技術(shù)領(lǐng)域

本說(shuō)明書(shū)涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及知識(shí)表示、機(jī)器學(xué)習(xí)模型訓(xùn)練、預(yù)測(cè)方法、裝置以及電子設(shè)備。

背景技術(shù)

在當(dāng)今互聯(lián)網(wǎng)時(shí)代，人們的生活發(fā)生著翻天覆地的變化。在利用各種數(shù)據(jù)實(shí)現(xiàn)電子信息化的新形式下，便利了人們?nèi)粘Ｉ钪械母鱾€(gè)方面，例如：支付、交通和健康管理等。同時(shí)，海量與用戶相關(guān)的數(shù)據(jù)也由此產(chǎn)生，也就是通常所說(shuō)的大數(shù)據(jù)。

在現(xiàn)有技術(shù)中，機(jī)器學(xué)習(xí)模型是大數(shù)據(jù)領(lǐng)域經(jīng)常使用的工具，在訓(xùn)練機(jī)器學(xué)習(xí)模型或者利用機(jī)器學(xué)習(xí)模型對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)測(cè)時(shí)，往往將原始數(shù)據(jù)直接輸入機(jī)器學(xué)習(xí)模型進(jìn)行對(duì)應(yīng)的處理操作。

基于現(xiàn)有技術(shù)，需要能夠保障原始數(shù)據(jù)的隱私性的方案。

發(fā)明內(nèi)容

本說(shuō)明書(shū)實(shí)施例提供知識(shí)表示、機(jī)器學(xué)習(xí)模型訓(xùn)練、預(yù)測(cè)方法、裝置以及電子設(shè)備，用于解決以下技術(shù)問(wèn)題：需要能夠保障原始數(shù)據(jù)的隱私性的方案。

為解決上述技術(shù)問(wèn)題，本說(shuō)明書(shū)實(shí)施例是這樣實(shí)現(xiàn)的：

本說(shuō)明書(shū)實(shí)施例提供的知識(shí)表示方法，包括：

將原始數(shù)據(jù)輸入深度神經(jīng)網(wǎng)絡(luò)；

獲取訓(xùn)練好的所述深度神經(jīng)網(wǎng)絡(luò)的隱層針對(duì)所述原始數(shù)據(jù)輸出的特征，作為所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，該知識(shí)表示被用于訓(xùn)練機(jī)器學(xué)習(xí)模型，或者用于訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行數(shù)據(jù)預(yù)測(cè)。

本說(shuō)明書(shū)實(shí)施例提供的機(jī)器學(xué)習(xí)模型訓(xùn)練方法，包括：

獲取原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示根據(jù)深度神經(jīng)網(wǎng)絡(luò)的隱層針對(duì)所述原始數(shù)據(jù)輸出的特征得到；

利用所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練。

本說(shuō)明書(shū)實(shí)施例提供的機(jī)器學(xué)習(xí)模型預(yù)測(cè)方法，包括：

獲取待預(yù)測(cè)數(shù)據(jù)；

將所述待預(yù)測(cè)數(shù)據(jù)輸入用于知識(shí)表示的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，所述深度神經(jīng)網(wǎng)絡(luò)利用訓(xùn)練數(shù)據(jù)訓(xùn)練得到；

獲取所述深度神經(jīng)網(wǎng)絡(luò)的隱層針對(duì)所述待預(yù)測(cè)數(shù)據(jù)輸出的特征，作為所述待預(yù)測(cè)數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示；

將所述待預(yù)測(cè)數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示輸入機(jī)器學(xué)習(xí)模型，得到預(yù)測(cè)結(jié)果，所述機(jī)器學(xué)習(xí)模型利用所述深度神經(jīng)網(wǎng)絡(luò)對(duì)所述訓(xùn)練數(shù)據(jù)的知識(shí)表示訓(xùn)練得到。

本說(shuō)明書(shū)實(shí)施例提供的機(jī)器學(xué)習(xí)模型訓(xùn)練裝置，包括：

第一輸入模塊，將原始數(shù)據(jù)輸入深度神經(jīng)網(wǎng)絡(luò)；

第一獲取模塊，獲取訓(xùn)練好的所述深度神經(jīng)網(wǎng)絡(luò)的隱層針對(duì)所述原始數(shù)據(jù)輸出的特征，作為所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，該知識(shí)表示被用于訓(xùn)練機(jī)器學(xué)習(xí)模型，或者用于訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行數(shù)據(jù)預(yù)測(cè)。

本說(shuō)明書(shū)實(shí)施例提供的機(jī)器學(xué)習(xí)模型訓(xùn)練裝置，包括：

第二獲取模塊，獲取原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示根據(jù)深度神經(jīng)網(wǎng)絡(luò)的隱層針對(duì)所述原始數(shù)據(jù)輸出的特征得到；

第二訓(xùn)練模塊，利用所述原始數(shù)據(jù)對(duì)應(yīng)的知識(shí)表示，對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練。

本說(shuō)明書(shū)實(shí)施例提供的機(jī)器學(xué)習(xí)模型預(yù)測(cè)裝置，包括：

第二預(yù)測(cè)獲取模塊，獲取待預(yù)測(cè)數(shù)據(jù)；