[發明專利]一種模型訓練方法、設備及計算機可讀存儲介質

有效

• 申請號: 202010925814.1
• 申請日: 2020-09-07
• 公開（公告）號: CN111784001B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 劉洋
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q40/00;H04L29/06
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李昂;張穎玲

1.一種模型訓練方法，其特征在于，包括：

獲取第一目標樣本和第二目標樣本，所述第一目標樣本為第一設備和第二設備依次對所述第一設備中的金融樣本進行加密得到的，所述第二目標樣本為所述第二設備和所述第一設備依次對所述第二設備中的社交樣本進行加密得到的；

基于所述第二目標樣本，對所述第一目標樣本和所述第二目標樣本的公共樣本進行混合，得到混合公共樣本；

對所述公共樣本和所述混合公共樣本分別進行解密，得到目標公共樣本和目標混合樣本，所述目標公共樣本為解密后的所述公共樣本；

將所述目標混合樣本發送至所述第二設備，以使所述第二設備基于所述目標混合樣本與所述第一設備協同進行模型訓練以確定第二模型參數；

基于所述目標公共樣本與所述第二設備協同進行模型訓練，確定第一模型參數，從而完成預測模型的訓練，所述第一模型參數用于與所述第二模型參數結合完成所述預測模型的預測任務。

2.根據權利要求1所述的方法，其特征在于，所述基于所述第二目標樣本，對所述第一目標樣本和所述第二目標樣本的公共樣本進行混合，得到混合公共樣本，包括：

獲取所述第一目標樣本和所述第二目標樣本的所述公共樣本的樣本數量；

獲取所述第二目標樣本的樣本數量；

計算所述公共樣本的樣本數量和所述第二目標樣本的樣本數量的比值，得到目標比值；

結合所述目標比值與預設樣本選擇參數，從所述第二目標樣本中選擇包含所述公共樣本的樣本，得到所述混合公共樣本，從而完成所述第二目標樣本對所述公共樣本的混合。

3.根據權利要求1或2所述的方法，其特征在于，所述對所述公共樣本和所述混合公共樣本分別進行解密，得到目標公共樣本和目標混合樣本，包括：

將所述公共樣本和所述混合公共樣本發送至所述第二設備，以使所述第二設備對所述公共樣本和所述混合公共樣本分別進行解密；

接收所述第二設備針對所述公共樣本和所述混合公共樣本所發送的待解密公共樣本和待解密混合公共樣本；

其中，所述待解密公共樣本和所述待解密混合公共樣本，為所述第二設備對所述公共樣本和所述混合公共樣本分別進行解密得到的；

對所述待解密公共樣本和所述待解密混合公共樣本分別進行解密，得到所述目標公共樣本和所述目標混合樣本。

4.根據權利要求1或2所述的方法，其特征在于，所述基于所述目標公共樣本與所述第二設備協同進行模型訓練，確定第一模型參數，包括：

從預設特征庫中，獲取與所述目標公共樣本對應的第一目標特征，從預設標簽庫中，獲取與所述目標公共樣本對應的目標標簽信息；

利用第一預設參數，獲取所述第一目標特征對應的第一預測信息；

接收所述第二設備發送的第二預測信息，所述第二預測信息為所述第二設備利用第二預設參數對所述目標混合樣本對應的第二目標特征進行預測得到的結果；

整合所述第一預測信息和所述第二預測信息，得到目標預測信息；

根據所述目標預測信息與所述目標標簽信息之間的差異，以及預設差異值，得到目標差異；

結合所述目標差異和所述第一目標特征，對所述第一預設參數進行迭代訓練，直到滿足預設訓練截止條件時，將迭代訓練后的第一預設參數確定為所述第一模型參數。

5.根據權利要求4所述的方法，其特征在于，所述根據所述目標預測信息與所述目標標簽信息之間的差異，以及預設差異值，得到目標差異，包括：

將所述目標標簽信息與所述目標預測信息之間的差異，確定為第一子目標差異；

獲取所述目標混合樣本中除所述目標公共樣本之外的剩余樣本；

將所述剩余樣本對應的各標注差異確定為所述預設差異值，從而得到第二子目標差異；

將所述第一子目標差異和所述第二子目標差異組合，得到所述目標差異。