[發明專利]基于人工智能的特征處理模型的訓練方法及裝置

在審

• 申請號: 201911422695.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111143693A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 繆暢宇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明提供一種基于人工智能的特征處理模型的訓練方法及裝置；應用于內容推薦領域或內容問答領域，方法包括：獲取樣本對象的特征元素及對應特征元素的至少兩個層級元素；層級元素用于構建對應特征元素的特征層級結構；特征層級結構中，上層級的第一層級元素映射至相鄰下層級的至少一個第二層級元素，且至少一個第二層級元素的元素信息，用于組合表征第一層級元素的元素信息；對特征元素及至少兩個層級元素進行組合，得到對應樣本對象的組合特征樣本；構建包括至少兩種組合特征樣本的樣本集合；基于樣本集合，訓練特征處理模型，以使特征處理模型能夠基于輸入的目標對象的組合特征，輸出相應的特征組合向量。

技術領域

本發明涉及人工智能技術，尤其涉及一種基于人工智能的特征處理模型的 訓練方法、裝置、電子設備及存儲介質。

背景技術

人工智能(Artificial Intelligence，AI)是計算機科學的一個綜合技術，通 過研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的 功能。自然語言處理(Nature Language Processing，NLP)是計算機科學領域與 人工智能領域中的一個重要方向，能夠實現人與計算機之間用自然語言進行有 效通信，通常包括文本處理、語義理解、機器翻譯、機器人問答、知識圖譜等 技術。

對象(即Item)除了包括特征元素之外，通常還包括特征元素對應的層級 結構的層級元素，例如，對于歌曲《之乎者也》而言，它由羅大佑演唱、作詞、 作曲，收錄于專輯名《之乎者也》，則這首歌曲包括的特征元素為：羅大佑、 之乎者也，特征元素對應的層級元素為：演唱者、作詞者、作曲者、專輯、歌 名等。在實際應用中，由于每個特征元素可能有不同數量的層級元素，相關技 術尚且無法按照固定通用的方式進行層級元素的編碼，因此通常僅利用對象的 特征元素進行自然語言的理解，而忽略對象的層級元素，使得理解的效果有待 進一步提高。

發明內容

本發明實施例提供一種基于人工智能的特征處理模型的訓練方法、裝置、 電子設備及存儲介質，能夠提供一種應用于內容推薦領域或內容問答領域的特 征處理模型，實現將對象的特征元素及對應的層級元素進行編碼，得到由用于 表征特征元素的特征向量、及用于表征特征元素所處特征層級的層級向量組合 得到的組合向量。

本發明實施例提供一種基于人工智能的特征處理模型的訓練方法，應用于 內容推薦領域或內容問答領域，方法包括：

基于所述內容推薦領域中內容推薦數據或所述內容問答領域中的問答數 據，獲取樣本對象的特征元素，及對應所述特征元素的至少兩個層級元素；

其中，所述層級元素，用于構建對應所述特征元素的特征層級結構，所述 特征層級結構對應由上而下的階梯層級；

所述特征層級結構中，上層級的第一層級元素映射至相鄰下層級的至少一 個第二層級元素，且所述至少一個第二層級元素的元素信息，用于組合表征所 述第一層級元素的元素信息；

對所述特征元素及所述至少兩個層級元素進行組合，得到對應所述樣本對 象的組合特征樣本；

構建包括至少兩種組合特征樣本的樣本集合；

基于所述樣本集合，訓練特征處理模型，以使所述特征處理模型能夠基于 輸入的目標對象的組合特征，輸出相應的特征組合向量；

其中，所述特征組合向量包括：對應所述目標對象的特征元素的特征向量， 及用于表征所述目標對象的特征元素的特征層級結構的層級向量。

上述方案中，所述對所述特征元素及所述至少兩個層級元素進行組合，得 到對應所述樣本對象的組合特征樣本，包括：

基于所述特征元素及所述至少兩個層級元素，確定對應所述樣本對象的目 標類型的特征樹，所述特征樹包括對應所述目標類型的特征元素的子節點、及 用于表征所述目標類型的特征元素的層級信息的父節點；