[發明專利]模型訓練、意圖識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110809505.2
• 申請日: 2021-07-15
• 公開（公告）號: CN113673237A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 劉操;龔彥韜;袁家振;楊帆;蔡勛梁;萬廣魯;牛瑞瑤
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F40/295;G06F40/30;G06F40/58;G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 任亞娟

1.一種模型訓練方法，其特征在于，包括：

獲取樣本數據和預設的初始模型；

在利用所述樣本數據對所述初始模型進行訓練的過程中，識別各所述樣本數據的復雜程度，并調整不同復雜程度的樣本數據的比例；

響應于確定訓練完成，得到訓練完成的模型。

2.根據權利要求1所述的方法，其特征在于，識別各所述樣本數據的復雜程度，包括：

提取各所述樣本數據的特征向量；

基于所述特征向量計算各所述樣本數據的復雜程度。

3.根據權利要求2所述的方法，其特征在于，提取各所述樣本數據的特征向量，包括：

針對每個樣本數據，獲取當前樣本數據中包含的各分詞的語義表示向量；

將所述語義表示向量的平均值作為當前樣本數據的特征向量。

4.根據權利要求2所述的方法，其特征在于，基于所述特征向量計算各所述樣本數據的復雜程度，包括：

將屬于同一類別的樣本數據劃分為一個樣本集合；

針對每個樣本集合，基于當前樣本集合中包含的各樣本數據的特征向量，計算當前樣本集合中包含的各樣本數據的累積密度；

基于當前樣本集合中包含的各樣本數據的累積密度，計算當前樣本集合中包含的各樣本數據的復雜程度。

5.根據權利要求4所述的方法，其特征在于，基于當前樣本集合中包含的各樣本數據的特征向量，計算當前樣本集合中包含的各樣本數據的累積密度，包括：

針對當前樣本集合中的每兩個樣本數據，基于當前兩個樣本數據的特征向量計算當前兩個樣本數據之間的距離；

基于所述距離確定參考距離；

針對當前樣本集合中包含的每個樣本數據，基于當前樣本數據與當前樣本集合中包含的其他各樣本數據之間的距離以及所述參考距離，計算當前樣本數據的累積密度。

6.根據權利要求5所述的方法，其特征在于，基于當前樣本數據與當前樣本集合中包含的其他各樣本數據之間的距離以及所述參考距離，計算當前樣本數據的累積密度，包括：

如果當前樣本數據與某個其他樣本數據之間的距離小于所述參考距離，則確定當前樣本數據與該其他樣本數據之間的累積值為1；

如果當前樣本數據與某個其他樣本數據之間的距離大于等于所述參考距離，則確定當前樣本數據與該其他樣本數據之間的累積值為0；

將當前樣本數據與當前樣本集合中包含的其他各樣本數據之間的累積值的總和，作為當前樣本數據的累積密度。

7.根據權利要求5所述的方法，其特征在于，基于所述距離確定參考距離，包括：

對所述距離進行升序排序；

選取排序后位于預設位置的距離作為所述參考距離。

8.根據權利要求4所述的方法，其特征在于，基于當前樣本集合中包含的各樣本數據的累積密度，計算當前樣本集合中包含的各樣本數據的復雜程度，包括：

按照預設的復雜程度種類數，基于所述累積密度將當前樣本集合劃分為所述復雜程度種類數的聚類簇；

按照累積密度與復雜程度負相關的關系，基于所述聚類簇中包含的樣本數據的累積密度，確定所述聚類簇中包含的樣本數據的復雜程度。

9.根據權利要求1所述的方法，其特征在于，調整不同復雜程度的樣本數據的比例，包括：

針對每種復雜程度，獲取當前復雜程度對應的樣本數據的第一數量，以及當前復雜程度對應的調度函數；所述調度函數與基于當前訓練輪數確定的權重值相關；

將所述調度函數與所述第一數量的乘積，作為當前復雜程度對應的樣本數據的目標數量。