[發明專利]交互方法、裝置和系統

在審

• 申請號: 201811339327.6
• 申請日: 2018-11-12
• 公開（公告）號: CN109492771A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 謝永康;施恩;劉倩;于燕松;胡鳴人;臧碩;婁雙雙;張晶晶;王莉;李景秋;吳甜
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種交互方法，包括：

發送包含配置信息的模型優化請求，其中，所述配置信息用于指示對提供目標服務的初始模型的訓練；

響應于接收到訓練結束消息，執行如下交互步驟：發送包含測試數據的模型測試請求；接收測試結果，基于所述測試結果，確定初始模型是否訓練完成；若是，將訓練后的初始模型作為目標模型，發送推薦請求，其中，所述推薦請求用于指示將提供所述目標服務的初始模型替換為所述目標模型。

2.根據權利要求1所述的交互方法，其中，所述方法還包括：

響應于確定初始模型未訓練完成，基于所述測試結果，對所述配置信息進行更新，以及，發送包含更新后的配置信息的模型優化請求；

響應于接收到訓練結束消息，重新執行所述交互步驟。

3.根據權利要求1所述的交互方法，其中，所述模型優化請求還包括樣本集。

4.一種交互方法，包括：

接收包含配置信息的模型優化請求，其中，所述配置信息用于指示對提供目標服務的初始模型的訓練；

確定用于訓練所述初始模型的樣本集，基于所述樣本集和所述配置信息，對所述初始模型進行訓練，返回訓練結束消息；

響應于接收到包含測試數據的模型測試請求，將所述測試數據輸入至訓練后的初始模型，返回訓練后的初始模型所輸出的測試結果；

將訓練后的初始模型作為目標模型，響應于接收到對所述目標模型的推薦請求，將提供所述目標服務的初始模型替換為所述目標模型。

5.根據權利要求4所述的交互方法，其中，所述模型優化請求還包括樣本集；以及

所述確定用于訓練所述初始模型的樣本集，包括：

將所述模型優化請求中所包含的樣本集確定為用于訓練所述初始模型的樣本集；或者

提取用于訓練所述初始模型的預置樣本集，將所述模型優化請求中所包含的樣本集中的樣本匯總至所述預置樣本集，將匯總后的預置樣本集確定為用于訓練所述初始模型的樣本集。

6.根據權利要求4所述的交互方法，其中，所述方法還包括：

響應于接收到對預置的模型集合中的任一模型的模型更新請求，將待更新的模型作為指定模型，提取用于訓練所述指定模型的樣本集；

利用機器學習方法，基于所提取的樣本集，對所述指定模型進行訓練，將所述模型集合中的待更新的模型替換為訓練后的指定模型。

7.根據權利要求4所述的交互方法，其中，所述方法還包括：

對于預置的模型集合中的模型，周期性地提取用于訓練該模型的樣本集，利用機器學習方法，基于所提取的樣本集，對該模型進行訓練，以及，對所述模型集合中的該模型進行更新。

8.一種交互裝置，包括：

發送單元，被配置成發送包含配置信息的模型優化請求，其中，所述配置信息用于指示對提供目標服務的初始模型的訓練；

第一執行單元，被配置成響應于接收到訓練結束消息，執行如下交互步驟：發送包含測試數據的模型測試請求；接收測試結果，基于所述測試結果，確定初始模型是否訓練完成；若是，將訓練后的初始模型作為目標模型，發送推薦請求，其中，所述推薦請求用于指示將提供所述目標服務的初始模型替換為所述目標模型。

9.一種交互裝置，包括：

接收單元，被配置成接收包含配置信息的模型優化請求，其中，所述配置信息用于指示對提供目標服務的初始模型的訓練；

第一訓練單元，被配置成確定用于訓練所述初始模型的樣本集，基于所述樣本集和所述配置信息，對所述初始模型進行訓練，返回訓練結束消息；

輸入單元，被配置成響應于接收到包含測試數據的模型測試請求，將所述測試數據輸入至訓練后的初始模型，返回訓練后的初始模型所輸出的測試結果；

第一替換單元，被配置成將訓練后的初始模型作為目標模型，響應于接收到對所述目標模型的推薦請求，將提供所述目標服務的初始模型替換為所述目標模型。