[發(fā)明專利]排序模型訓(xùn)練方法和裝置、物品排序方法和裝置

在審

• 申請?zhí)枺?/td>: 202110684099.1
• 申請日: 2021-06-21
• 公開（公告）號: CN113379500A
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 趙鑫;陳文龍;何杰;彭長平;王浩然;桑留芳;李冰;孫歆垚;李俊杰;夏海峰;齊燕;程鵬超
• 申請（專利權(quán)）人: 北京沃東天駿信息技術(shù)有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F17/18;G06N3/04
• 代理公司: 中國貿(mào)促會專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 劉劍波

1.一種排序模型訓(xùn)練方法，包括：

將樣本集合中的全部樣本物品的相關(guān)信息輸入特征提取模型，以分別得到每個(gè)樣本物品的第一特征向量；

將所述全部樣本物品的第一特征向量進(jìn)行融合以得到融合特征向量；

將所述融合特征向量分別與每個(gè)樣本物品的第一特征向量進(jìn)行融合，以得到每個(gè)樣本物品的第二特征向量；

將所述全部樣本物品的第二特征向量輸入機(jī)器學(xué)習(xí)模型，以得到二維概率分布表，其中所述二維概率分布表的第i列包括第i個(gè)樣本物品分別在推薦序列中的每一個(gè)位置上的概率，第j行包括每個(gè)樣本物品分別在所述推薦序列中的第j個(gè)位置上的概率，1≤i，j≤N，N為所述樣本集合中的樣本物品總數(shù)；

根據(jù)所述二維概率分布表得到輸出矩陣；

利用所述樣本集合的標(biāo)簽矩陣，計(jì)算所述輸出矩陣的每一行和每一列的交叉熵?fù)p失函數(shù)；

利用所述輸出矩陣的每一行和每一列的交叉熵?fù)p失函數(shù)，對所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，以得到排序模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，根據(jù)所述二維概率分布表得到輸出矩陣包括：

在所述二維概率分布表的每一列中，將最大概率值設(shè)為1，將除最大概率值之外的其它概率值設(shè)為0，以得到所述輸出矩陣。

3.根據(jù)權(quán)利要求1或2所述的方法，其中，將全部樣本物品的第一特征向量進(jìn)行融合包括：

將全部樣本物品的第一特征向量進(jìn)行池化處理以得到融合特征向量。

4.根據(jù)權(quán)利要求3所述的方法，其中，

所述池化處理包括最大池化Max Pooling處理或平均池化Average Pooling處理。

5.一種排序模型訓(xùn)練裝置，包括：

第一處理模塊，被配置為將樣本集合中的全部樣本物品的相關(guān)信息輸入特征提取模型，以分別得到每個(gè)樣本物品的第一特征向量；

第二處理模塊，被配置為將所述全部樣本物品的第一特征向量進(jìn)行融合以得到融合特征向量；

第三處理模塊，被配置為將所述融合特征向量分別與每個(gè)樣本物品的第一特征向量進(jìn)行融合，以得到每個(gè)樣本物品的第二特征向量；

第四處理模塊，被配置為將所述全部樣本物品的第二特征向量輸入機(jī)器學(xué)習(xí)模型，以得到二維概率分布表，其中所述二維概率分布表的第i列包括第i個(gè)樣本物品分別在推薦序列中的每一個(gè)位置上的概率，第j行包括每個(gè)樣本物品分別在所述推薦序列中的第j個(gè)位置上的概率，1≤i，j≤N，N為所述樣本集合中的樣本物品總數(shù)；根據(jù)所述二維概率分布表得到輸出矩陣；利用所述樣本集合的標(biāo)簽矩陣，計(jì)算所述輸出矩陣的每一行和每一列的交叉熵?fù)p失函數(shù)；利用所述輸出矩陣的每一行和每一列的交叉熵?fù)p失函數(shù)，對所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，以得到排序模型。

6.一種排序模型訓(xùn)練裝置，包括：

存儲器，被配置為存儲指令；

處理器，耦合到存儲器，處理器被配置為基于存儲器存儲的指令執(zhí)行實(shí)現(xiàn)如權(quán)利要求1-4中任一項(xiàng)所述的方法。

7.一種物品排序方法，包括：

將候選集合中的全部候選物品的相關(guān)信息輸入特征提取模型，以分別得到每個(gè)候選物品的第一特征向量；

將所述全部候選物品的第一特征向量進(jìn)行融合以得到融合特征向量；

將所述融合特征向量分別與每個(gè)候選物品的第一特征向量進(jìn)行融合，以得到每個(gè)候選物品的第二特征向量；

將所述全部候選物品的第二特征向量輸入排序模型，以得到二維概率分布表，其中所述排序模型利用權(quán)利要求1-4中任一項(xiàng)所述的訓(xùn)練方法訓(xùn)練得到，所述二維概率分布表的第i列包括第i個(gè)候選物品分別在推薦序列中的每一個(gè)位置上的概率，第j行包括每個(gè)候選物品分別在所述推薦序列中的第j個(gè)位置上的概率，1≤i，j≤M，M為所述候選集合中的候選物品總數(shù)；

根據(jù)所述二維概率分布表得到輸出矩陣；

根據(jù)所述輸出矩陣確定所述候選集合中的每個(gè)候選物品在所述推薦序列中的位置，以便對所述候選集合中的全部候選物品進(jìn)行排序。