[發明專利]提供業務模型的方法及裝置

有效

• 申請號: 202010329629.6
• 申請日: 2020-04-24
• 公開（公告）號: CN111241850B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 王力;周俊
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

1.一種提供業務模型的方法，適用于服務端，所述業務模型為機器學習模型，所述方法包括：

接收客戶端發送的用于描述待處理業務數據的當前語義向量，所述當前語義向量基于第一編碼方式對所述待處理業務數據的處理確定；

將所述當前語義向量與各個候選語義向量進行匹配，單個候選語義向量基于第二編碼方式對相應的單個訓練數據集的處理確定，所述單個訓練數據集用于訓練至少一個候選模型；

基于匹配結果從各個候選模型中選擇出若干目標模型，并根據對所述若干目標模型的融合生成第一業務模型；

將所述第一業務模型提供給客戶端，以供客戶端根據所述第一業務模型對所述待處理業務數據進行相關業務處理。

2.根據權利要求1所述的方法，其中，所述當前語義向量與單個候選語義向量具有相同的維數。

3.根據權利要求1所述的方法，其中，所述將所述當前語義向量與各個候選語義向量進行匹配包括：

針對單個候選語義向量，確定所述當前語義向量與所述單個候選語義向量的向量相似度；

根據所述向量相似度確定所述當前語義向量與所述單個候選語義向量的匹配結果。

4.根據權利要求1所述的方法，其中，單個候選語義向量通過以下方式確定：

針對所述單個候選語義向量對應的單個訓練數據集中的各條訓練數據，分別基于所述第二編碼方式確定相應的各個單數據語義向量；

根據各個單數據語義向量的平均向量，確定所述單個候選語義向量。

5.根據權利要求1所述的方法，其中，各個候選模型包括第一候選模型，所述第一候選模型對應的第一候選語義向量與所述當前語義向量的匹配結果包括，所述第一候選語義向量與所述當前語義向量的第一匹配度，所述第一候選模型還對應第一模型指標；所述基于匹配結果從各個候選模型中選擇出若干目標模型包括：

根據所述第一匹配度與所述第一模型指標，確定所述第一候選模型的第一目標分數；

根據所述第一目標分數，確定所述第一候選模型是否為目標模型。

6.根據權利要求5所述的方法，其中，所述第一模型指標包括以下中的至少一項：準確度、召回率、F1分數；所述第一目標分數與所述第一匹配度、所述第一模型指標均為正相關。

7.根據權利要求1所述的方法，其中，所述根據對所述若干目標模型的融合生成第一業務模型包括：

在所述若干目標模型僅最后一個隱層或者輸出層的節點對應一致的情況下，基于所述若干目標模型組合后，添加對各自最后一個隱層或者輸出層按照給定的權重進行加權平均的融合層，生成第一業務模型；

在所述若干目標模型的模型結構完全一致的情況下，根據對各個模型參數在所述若干目標模型中的平均，生成第一業務模型。

8.一種提供業務模型的裝置，設于服務端，所述業務模型為機器學習模型，所述裝置包括：

獲取單元，配置為接收客戶端發送的用于描述待處理業務數據的當前語義向量，所述當前語義向量基于第一編碼方式對所述待處理業務數據的處理確定；

匹配單元，配置為將所述當前語義向量與各個候選語義向量進行匹配，單個候選語義向量基于第二編碼方式對相應的單個訓練數據集的處理確定，所述單個訓練數據集用于訓練至少一個候選模型；

確定單元，配置為基于匹配結果從各個候選模型中選擇出若干目標模型，并根據對所述若干目標模型的融合生成第一業務模型；

提供單元，配置為將所述第一業務模型提供給客戶端，以供客戶端根據所述第一業務模型對所述待處理業務數據進行相關業務處理。

9.根據權利要求8所述的裝置，其中，所述匹配單元進一步配置為：

針對單個候選語義向量，確定所述當前語義向量與所述單個候選語義向量的向量相似度；

根據所述向量相似度確定所述當前語義向量與所述單個候選語義向量的匹配結果。