[發(fā)明專利]模型訓(xùn)練方法、文本標(biāo)簽生成方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110399762.3
• 申請日: 2021-04-14
• 公開（公告）號: CN113722422A
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計）人: 牟文晶
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/9532;G06F16/9535;G06F40/30;G06N20/00
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 祝亞男

1.一種模型訓(xùn)練方法，其特征在于，所述方法包括：

獲取搜索行為信息，所述搜索行為信息用于表示搜索過程中與輸入行為對應(yīng)的搜索輸入數(shù)據(jù)以及與點擊行為對應(yīng)的搜索結(jié)果數(shù)據(jù)；

對所述搜索行為信息進行數(shù)據(jù)清洗，得到訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括清洗后的至少一條搜索輸入數(shù)據(jù)和每條搜索輸入數(shù)據(jù)對應(yīng)的至少一條搜索結(jié)果數(shù)據(jù)；

以所述訓(xùn)練數(shù)據(jù)中的搜索結(jié)果數(shù)據(jù)為輸入信息，所述搜索輸入數(shù)據(jù)為監(jiān)督信息，訓(xùn)練得到目標(biāo)模型，所述目標(biāo)模型用于提取文本的文本標(biāo)簽。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取搜索行為信息，包括：

響應(yīng)于第一輸入行為，獲取與所述第一輸入行為對應(yīng)的第一輸入數(shù)據(jù)；

響應(yīng)于對展示的搜索結(jié)果的第一點擊行為，獲取與所述第一點擊行為對應(yīng)的至少一個第一結(jié)果數(shù)據(jù)；

響應(yīng)于第二輸入行為，將所述第一輸入行為、所述第一輸入數(shù)據(jù)、所述第一點擊行為以及所述至少一個第一結(jié)果數(shù)據(jù)，獲取為一條搜索行為信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述搜索行為信息進行數(shù)據(jù)清洗的方式，包括下述至少一項：

響應(yīng)于任一條搜索行為信息中的搜索輸入數(shù)據(jù)不滿足詞性條件，移除所述任一條搜索行為信息，所述詞性條件用于指示至少一種詞性；

響應(yīng)于任一條搜索行為信息中的搜索輸入數(shù)據(jù)包括第一詞語庫中的任一詞語，移除所述任一條搜索行為信息，所述第一詞語庫用于存儲至少一個詞語；

響應(yīng)于任一條搜索行為信息中的搜索輸入數(shù)據(jù)的語義不完整，移除所述任一條搜索行為信息；

響應(yīng)于任一條搜索行為信息中的搜索輸入數(shù)據(jù)與搜索結(jié)果數(shù)據(jù)之間的關(guān)聯(lián)度小于關(guān)聯(lián)度閾值，移除所述任一條搜索行為信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述以所述訓(xùn)練數(shù)據(jù)中的搜索結(jié)果數(shù)據(jù)為輸入信息，所述搜索輸入數(shù)據(jù)為監(jiān)督信息，訓(xùn)練得到目標(biāo)模型，包括：

對于所述訓(xùn)練數(shù)據(jù)中的任一搜索結(jié)果數(shù)據(jù)，使用至少一個目標(biāo)符號分別替換所述任一搜索結(jié)果數(shù)據(jù)中屬于第二詞語庫的至少一個詞語，得到所述任一搜索結(jié)果數(shù)據(jù)對應(yīng)的替換結(jié)果數(shù)據(jù)，一個目標(biāo)符號用于代表一個詞語；

基于本次迭代過程對應(yīng)的第一模型對所述替換結(jié)果數(shù)據(jù)進行處理，得到包括所述至少一個目標(biāo)符號的第一輸出結(jié)果；

將所述第一輸出結(jié)果中的目標(biāo)符號替換為對應(yīng)的詞語，得到第二輸出結(jié)果；

基于所述第二輸出結(jié)果和所述任一搜索結(jié)果數(shù)據(jù)對應(yīng)的搜索輸入數(shù)據(jù)之間的差異，調(diào)整所述第一模型的參數(shù)，得到下次迭代過程對應(yīng)的第二模型；

基于所述第二模型進行迭代，直到得到訓(xùn)練完畢的所述目標(biāo)模型。

5.一種文本標(biāo)簽生成方法，其特征在于，所述方法包括：

獲取待推薦的目標(biāo)文本；

基于目標(biāo)模型對所述目標(biāo)文本進行處理，得到目標(biāo)文本標(biāo)簽；

其中，所述目標(biāo)模型基于權(quán)利要求1至4任一項訓(xùn)練得到。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于目標(biāo)模型對所述目標(biāo)文本進行處理，得到目標(biāo)文本標(biāo)簽，包括：

使用至少一個目標(biāo)符號分別替換所述目標(biāo)文本中屬于第二詞語庫的詞語，得到替換文本；

基于所述目標(biāo)模型對所述替換文本進行處理，得到包括所述至少一個目標(biāo)符號的替換文本標(biāo)簽；

將所述替換文本標(biāo)簽中的目標(biāo)符號替換為對應(yīng)的詞語，得到所述目標(biāo)文本標(biāo)簽。

7.一種模型訓(xùn)練裝置，其特征在于，所述裝置包括：

信息獲取模塊，用于獲取搜索行為信息，所述搜索行為信息用于表示搜索過程中與輸入行為對應(yīng)的搜索輸入數(shù)據(jù)以及與點擊行為對應(yīng)的搜索結(jié)果數(shù)據(jù)；

數(shù)據(jù)清洗模塊，用于對所述搜索行為信息進行數(shù)據(jù)清洗，得到訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括清洗后的至少一條搜索輸入數(shù)據(jù)和每條搜索輸入數(shù)據(jù)對應(yīng)的至少一條搜索結(jié)果數(shù)據(jù)；

訓(xùn)練模塊，用于以所述訓(xùn)練數(shù)據(jù)中的搜索結(jié)果數(shù)據(jù)為輸入信息，所述搜索輸入數(shù)據(jù)為監(jiān)督信息，訓(xùn)練得到目標(biāo)模型，所述目標(biāo)模型用于提取文本的文本標(biāo)簽。