[發明專利]模型組件調用、生成方法、裝置和存儲介質

有效

• 申請號: 201810769756.0
• 申請日: 2018-07-13
• 公開（公告）號: CN110716767B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 周躦;王凱
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F9/448
• 分類號: G06F9/448;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;周達

1.一種模型組件的調用方法，其特征在于，包括：

將素材集提供給機器學習模型組件，以用于所述機器學習模型組件根據所述素材集并基于指定模型組件生成定制化模型組件；其中，所述素材集包括至少一個素材；所述定制化模型組件用于實現指定業務功能；所述指定業務功能包括基于素材集所實現的語音識別、圖像識別中的至少一種；所述根據所述素材集并基于指定模型組件生成定制化模型組件，包括：計算每個素材在所述素材集中的占比；根據所述占比確定素材對應的權重；在利用定制化模型組件實現語音識別和/或圖像識別時，所述權重用于修正目標素材被命中的可能性；

調用所述定制化模型組件以實現所述指定業務功能。

2.如權利要求1所述的方法，其特征在于，所述指定模型組件包括以下至少之一：用戶指定的模型組件，或，所述機器學習模型組件預先設置的標準模型組件。

3.如權利要求1所述的方法，其特征在于，在將素材集提供給機器學習模型組件，以用于所述機器學習模型組件根據所述素材集并基于指定模型組件生成定制化模型組件的步驟中包括：

根據所述素材集，制定所述指定模型組件的第一約束條件，其中，所述第一約束條件用于約束所述指定模型組件的訓練過程；

將所述素材集作為輸入，基于所述指定模型組件按照所述第一約束條件約束的訓練過程得到所述定制化模型組件。

4.如權利要求3所述的方法，其特征在于，根據所述素材集，制定所述指定模型組件的第一約束條件的步驟中，包括：

計算每個素材在所述素材集中的占比；

制定第一約束條件包括：根據所述占比調整對應的素材在所述指定模型組件中，將素材與音頻信息進行匹配時，所述素材對應的權重；所述權重用于對素材與音頻信息的匹配度的計算偏差進行修正。

5.如權利要求3所述的方法，其特征在于，在根據所述素材集，制定所述指定模型組件的第一約束條件的步驟中，包括：

統計所述素材集中素材的數量；

制定第一約束條件包括：根據所述數量確定指定模型組件使用的算法。

6.如權利要求3所述的方法，其特征在于，根據所述素材集制定所述指定模型組件的第一約束條件的步驟中，包括：

劃分所述素材集中的素材所屬于的知識領域；

制定第一約束條件包括：在所述素材集涉及二個以上知識領域的情況下，對應知識領域指定至少二個以上指定模型組件。

7.如權利要求1所述的方法，其特征在于，在將素材集提供給機器學習模型組件，以用于所述機器學習模型組件根據所述素材集并基于指定模型組件生成定制化模型組件的步驟中包括：

接收用戶輸入的素材集；其中，所述素材集包括多個素材；

針對所述素材集按照預設規則進行篩選得到目標素材；其中，篩選得到的目標素材形成所述目標素材集；

將所述目標素材集提供給所述機器學習模型組件，以用于所述機器學習模型組件根據所述目標素材集基于所述指定模型組件生成所述定制化模型組件。

8.如權利要求7所述的方法，其特征在于，所述預設規則至少包括以下之一：選取表達的內容為指定領域的素材；或者，選取數據格式為指定格式的素材。

9.如權利要求3所述的方法，其特征在于，所述方法還包括：

接收用戶輸入的第二約束條件；其中，所述第二約束條件用于約束所述指定模型組件的訓練過程；

相應的，在生成所述定制化模型組件的步驟中，

將所述素材集作為輸入，基于所述指定模型組件按照所述第一約束條件和所述第二約束條件約束的訓練過程生成所述定制化模型組件。