[發明專利]訓練預測模型的方法、預測方法及裝置

在審

• 申請號: 202110519727.0
• 申請日: 2021-05-12
• 公開（公告）號: CN113205189A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 徐瑜;胡洋;王成
• 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;G06Q10/04
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 鄢功軍

1.一種訓練預測模型的方法，包括：

利用多個第一樣本和所述多個第一樣本各自的第一標注信息來訓練預測模型，得到經訓練的預測模型；

利用經訓練的預測模型分別對多個第二樣本中的每個第二樣本進行預測，得到多個第一預測結果；

根據所述多個第一預測結果，確定所述多個第二樣本各自的第二標注信息和每個第二標注信息的權重；

利用所述多個第二樣本、所述第二標注信息和所述權重，訓練所述經訓練的預測模型，直到所述預測模型的訓練誤差小于第一閾值；以及

在所述經訓練的預測模型的訓練誤差大于第二閾值且小于所述第一閾值的情況下，獲取新的多個第二樣本，并返回所述對所述多個第二樣本中的每個第二樣本進行預測的步驟，其中，所述第一閾值大于所述第二閾值。

2.根據權利要求1所述的方法，其中，所述根據所述多個第一預測結果，確定所述多個第二樣本各自的第二標注信息，包括：

將所述多個第一預測結果發送至用戶，以使用戶選擇所述多個第一預測結果是否正確；

針對所述多個第一預測結果中被選擇為不正確的第一預測結果，獲取用戶輸入的針對所述第一預測結果的更正信息，作為與所述第一預測結果對應的第二標注信息；以及

針對所述多個第一預測結果中被選擇為正確的第一預測結果，將第一預測結果作為與所述第一預測結果對應的第二標注信息。

3.根據權利要求1或2所述的方法，其中，所述確定所述多個第二樣本各自的第二標注信息的權重，包括：

針對所述每個第二樣本，

利用經訓練的多個評估模型對所述第二樣本進行預測，得到多個第二預測結果；以及

根據所述多個第二預測結果的一致性，確定對應的第二標注信息的權重。

4.根據權利要求3所述的方法，其中，所述經訓練的多個評估模型是通過彼此不同的訓練方法訓練得到的。

5.根據權利要求3所述的方法，其中，所述利用所述多個第二樣本、所述第二標注信息和所述權重，訓練所述經訓練的預測模型，包括：

針對所述每個第二樣本，

利用所述預測模型對所述第二樣本進行預測，得到第三預測結果；

利用損失函數確定所述第三預測結果和對應的第二標注信息之間的差異；以及

根據所述差異和與所述對應的第二標注信息的權重，調整所述預測模型的參數。

6.根據權利要求1所述的方法，還包括獲取多個第二樣本，所述獲取多個第二樣本包括：

獲取原始行為數據；以及

從所述原始行為數據中隨機抽取多個數據，作為所述多個第二樣本。

7.根據權利要求1所述的方法，還包括獲取多個第二樣本，所述獲取多個第二樣本包括：

獲取原始行為數據和關鍵詞；以及

根據所述關鍵詞，確定所述原始行為數據中與所述關鍵詞匹配的多個數據，作為所述多個第二樣本。

8.一種預測方法，包括：

獲取行為數據；以及

利用預測模型對所述行為數據執行預測，得到預測結果；

其中，所述預測模型是利用根據權利要求1-7中任一項所述的方法訓練的。