[發明專利]特征提取模型的訓練方法以及對象數據處理方法

在審

• 申請號: 202210105008.9
• 申請日: 2022-01-28
• 公開（公告）號: CN114626434A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 石志林
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允

1.一種特征提取模型的訓練方法，其特征在于，所述方法包括：

將指示同一樣本對象的樣本數據分別輸入特征提取模型中的多個預設動態映射網絡；其中，所述樣本數據包括多個操作類特征，所述多個預設動態映射網絡分別用于關聯所述樣本數據與不同維度的表征特征；

分別利用每個所述預設動態映射網絡處理所述多個操作類特征，得到每個所述預設動態映射網絡輸出的表征特征；

分別確定與每個所述預設動態映射網絡輸出的表征特征相匹配的候選內容，以得到候選內容集；

根據所述候選內容集與所述樣本對象對應的實際關聯內容的差異修正所述特征提取模型。

2.根據權利要求1所述的方法，其特征在于，所述分別利用每個所述預設動態映射網絡處理所述多個操作類特征，得到每個所述預設動態映射網絡輸出的表征特征，包括：

基于所述預設動態映射網絡的當前映射參數、所述多個操作類特征以及每個所述操作類特征對應的映射權重信息，得到所述預設動態映射網絡本次輸出的表征特征；其中，所述當前映射參數是基于所述預設動態映射網絡前次輸出的表征特征和所述多個操作類特征對前次映射參數進行更新得到的，所述操作類特征對應的映射權重信息是基于所述操作類特征、所述當前映射參數以及所述前次輸出的表征特征得到的；

重復上述得到所述預設動態映射網絡本次輸出的表征特征的步驟，直至重復次數等于次數閾值；

確定最近一次輸出的表征特征為所述預設動態映射網絡輸出的表征特征。

3.根據權利要求2所述的方法，其特征在于，所述基于所述預設動態映射網絡的當前映射參數、所述多個操作類特征以及每個所述操作類特征對應的映射權重信息，得到所述預設動態映射網絡本次輸出的表征特征，包括：

分別基于所述多個操作類特征中每個所述操作類特征及其對應的映射權重信息和所述預設動態映射網絡的當前映射參數，得到每個所述操作類特征對應的局部關聯特征；

基于所述多個操作類特征中每個所述操作類特征對應的局部關聯特征得到全局關聯特征；

對所述全局關聯特征進行歸一化處理得到所述預設動態映射網絡本次輸出的表征特征。

4.根據權利要求2或3所述的方法，其特征在于，所述方法還包括：

基于所述操作類特征、所述當前映射參數以及所述前次輸出的表征特征得到所述操作類特征對應的第一映射關系信息；

利用預設函數處理所述操作類特征對應的第一映射關系信息得到所述操作類特征對應的第二映射關系信息；

基于所述多個操作類特征中每個所述操作類特征對應的第一映射關系信息得到第三映射關系信息；

基于所述第三映射關系信息和所述操作類特征對應的第二映射關系信息得到所述操作類特征對應的映射權重信息。

5.一種對象數據處理方法，其特征在于，所述方法包括：

響應于對象數據處理指令，確定指示指定對象的多個指定操作類特征；

以所述多個指定操作類特征為輸入，利用如權利要求1至4中任一項所述的修正后的特征提取模型得到對應的多個目標表征特征。

6.根據權利要求1所述的方法，其特征在于，在以所述多個指定操作類特征為輸入，利用如權利要求1至4中任一項所述的修正后的特征提取模型得到對應的多個目標表征特征之后，所述方法還包括：

確定與每個所述目標表征特征相匹配的目標內容，以得到目標內容集。