[發(fā)明專利]模型訓練方法、信息提取方法、相關裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110709820.8
• 申請日: 2021-06-25
• 公開（公告）號: CN113408208B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設計）人: 劉曙銘
• 申請（專利權）人: 成都歐珀通信科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/20;G06F18/25;G06F18/214
• 代理公司: 北京恒博知識產(chǎn)權代理有限公司 11528
• 代理人: 范勝祥

1.一種模型訓練方法，其特征在于，所述方法包括：

獲取N個樣本數(shù)據(jù)；每個所述樣本數(shù)據(jù)包括M種類別的子數(shù)據(jù)；其中，N個所述樣本數(shù)據(jù)包括的所述M種類別的子數(shù)據(jù)對應M×N個子數(shù)據(jù)對，每個所述子數(shù)據(jù)對包括M個子數(shù)據(jù)，每個所述子數(shù)據(jù)所屬的類別不同，每個子數(shù)據(jù)對包括的M個子數(shù)據(jù)之間對應一個關聯(lián)關系，每個所述樣本數(shù)據(jù)包括的M種類別的子數(shù)據(jù)相互關聯(lián)，所述M和N均為大于或等于2的正整數(shù)；

將所述M×N個子數(shù)據(jù)對輸入到預設模型中進行訓練，生成每種類別的子數(shù)據(jù)各自對應的預訓練模型；其中，所述預設模型用于計算每個子數(shù)據(jù)對包括的M個子數(shù)據(jù)之間的相似度，并根據(jù)所述M×N個子數(shù)據(jù)對各自包括的M個子數(shù)據(jù)之間的相似度確定每一種數(shù)據(jù)類別各自對應的向量表示空間；

所述預訓練模型用于在獲取待處理數(shù)據(jù)之后，根據(jù)所述待處理數(shù)據(jù)中對應類別的待處理子數(shù)據(jù)確定至少兩種類別的待處理子數(shù)據(jù)之間的相似度，得到所述待處理子數(shù)據(jù)各自對應的向量信息，以及基于所述待處理子數(shù)據(jù)各自對應的向量信息得到所述待處理數(shù)據(jù)對應的向量信息，以使得根據(jù)所述向量信息提取所述待處理數(shù)據(jù)攜帶的目標信息；所述待處理數(shù)據(jù)包括至少兩種類別的待處理子數(shù)據(jù)；

所述向量表示空間用于結合所述相似度生成所述待處理子數(shù)據(jù)各自對應的向量信息；

所述樣本數(shù)據(jù)為視頻，所述子數(shù)據(jù)的類別為視頻數(shù)據(jù)、音頻數(shù)據(jù)、圖片數(shù)據(jù)、文本數(shù)據(jù)，所述視頻數(shù)據(jù)對應視頻向量表示空間，所述視頻向量表示空間用于獲取所述視頻數(shù)據(jù)對應的視頻向量信息，所述音頻數(shù)據(jù)對應音頻向量表示空間，所述音頻向量表示空間用于獲取所述音頻數(shù)據(jù)對應的音頻向量信息，所述圖片數(shù)據(jù)對應圖片向量表示空間，所述圖片向量表示空間用于獲取所述圖片數(shù)據(jù)對應的圖片向量信息，所述文本數(shù)據(jù)對應文本向量表示空間，所述文本向量表示空間用于獲取所述文本數(shù)據(jù)對應的文本向量信息；

所述目標信息為所述待處理數(shù)據(jù)的標題和文案。

2.如權利要求1所述的方法，其特征在于，所述將所述M×N個子數(shù)據(jù)對輸入到預設模型中進行訓練，生成每種類別的子數(shù)據(jù)各自對應的預訓練模型，包括：

將所述M×N個子數(shù)據(jù)對輸入到預設模型中；

根據(jù)所述M×N個子數(shù)據(jù)對包括的M個子數(shù)據(jù)之間的關聯(lián)關系對所述預設模型進行訓練，生成每種類別的子數(shù)據(jù)各自對應的預訓練模型。

3.一種信息提取方法，其特征在于，所述方法包括：

獲取待處理數(shù)據(jù)，所述待處理數(shù)據(jù)包括至少一種類別的待處理子數(shù)據(jù)；

當所述待處理數(shù)據(jù)包括至少兩種類別的待處理子數(shù)據(jù)時，將所述至少一種類別的待處理子數(shù)據(jù)輸入到各個所述待處理子數(shù)據(jù)的類別各自對應的預訓練模型中，確定所述至少兩種類別的待處理子數(shù)據(jù)之間的相似度，得到所述待處理子數(shù)據(jù)各自對應的向量信息，以及基于所述待處理子數(shù)據(jù)各自對應的向量信息得到所述待處理數(shù)據(jù)對應的向量信息；其中，所述預訓練模型為采用權利要求1所述的模型訓練方法得到的預訓練模型；

根據(jù)所述向量信息提取所述待處理數(shù)據(jù)攜帶的目標信息；

所述得到所述待處理子數(shù)據(jù)各自對應的向量信息，包括：根據(jù)所述相似度及向量表示空間生成所述待處理子數(shù)據(jù)各自對應的向量信息；其中，所述向量表示空間為采用權利要求1所述的模型訓練方法得到的向量表示空間；

所述待處理數(shù)據(jù)為視頻，所述待處理子數(shù)據(jù)的類別為視頻數(shù)據(jù)、音頻數(shù)據(jù)、圖片數(shù)據(jù)、文本數(shù)據(jù)，所述視頻數(shù)據(jù)對應視頻向量表示空間，所述視頻向量表示空間用于獲取所述視頻數(shù)據(jù)對應的視頻向量信息，所述音頻數(shù)據(jù)對應音頻向量表示空間，所述音頻向量表示空間用于獲取所述音頻數(shù)據(jù)對應的音頻向量信息，所述圖片數(shù)據(jù)對應圖片向量表示空間，所述圖片向量表示空間用于獲取所述圖片數(shù)據(jù)對應的圖片向量信息，所述文本數(shù)據(jù)對應文本向量表示空間，所述文本向量表示空間用于獲取所述文本數(shù)據(jù)對應的文本向量信息；

所述目標信息為所述待處理數(shù)據(jù)的標題和文案。

4.如權利要求3所述的方法，其特征在于，所述基于所述待處理子數(shù)據(jù)各自對應的向量信息得到所述待處理數(shù)據(jù)對應的向量信息，包括：

對所述待處理子數(shù)據(jù)各自對應的向量信息進行特征融合操作，得到所述待處理數(shù)據(jù)對應的向量信息；其中，所述特征融合操作包括以下至少一項：拼接操作、池化操作。