[发明专利]构建和处理用于动态结构化机器学习模型的计算图

权利要求书

1.一种计算机实现的方法，包括：

接收识别能够对输入数据执行的多个操作的数据，以用于由动态结构化机器学习模型处理；

接收与用于所述多个操作的自变量相对应的多个标签；

从所识别的操作和标签生成表示所述动态结构化机器学习模型的综合层的有向计算图，其中，所述综合层是包括能够由所述动态结构化机器学习模型执行的每个可能操作的层；

接收用于由所述动态结构化机器学习模型处理的输入，其中，所述输入包括多个令牌和指定用于所述多个令牌的标签的标签数据；以及

指定通过所述有向计算图的数据流以适合所接收的标签数据。

2.如权利要求1所述的方法，进一步包括：

执行所述计算图的所述操作；以及

使用最终收集操作来选择结果作为所述模型的输出。

3.如权利要求2所述的方法，其中，执行所述计算图的所述操作包括：

将所述计算图中的节点分配在多个设备上；以及

使所述设备中的每一个执行由分配给该设备的节点表示的操作。

4.如权利要求1至3中的任一项所述的方法，其中，生成所述有向计算图包括：

对于所述操作中的每一个的每个自变量，将相应变量插入到所述计算图中，所述相应变量表示相应布线向量，所述相应布线向量指定具有与接收的输入中的操作自变量相对应的每个标签的令牌的位置。

5.如权利要求4所述的方法，其中，指定数据流包括：

对于每个操作的每个自变量，修改所述布线向量以(i)识别具有与所述自变量的标签相对应的令牌在所述输入中的位置，或者(ii)如果没有令牌具有与所述输入中的所述自变量相对应的标签，则识别在所述输入中不存在所述自变量的令牌。

6.如权利要求4或5所述的方法，其中，生成所述有向计算图包括：

为每个操作自变量插入相对应的收集操作，所述收集操作接收与所述操作自变量和输入向量相关联的布线向量作为输入，并且将结果输出给所述操作自变量所对应的操作。

7.如前述权利要求中的任一项所述的方法，其中，生成有向计算图包括：

向所述计算图添加级联所述层中的操作的所有结果的级联操作。

8.如前述权利要求中的任一项所述的方法，其中，使用所接收的标签数据指定通过所述单个有向计算图的数据流包括：

确定所述标签数据是否具有多级标签；

响应于确定所述标签数据具有多级，

对于所述标签数据的每一级，将所述计算图的副本生成为所述图的新层，其中，所述计算图的前一层的输出是所述图的下一层的输入。

9.如权利要求8所述的方法，进一步包括：

对于每一层，根据所述标签数据中的相对应的级，来修改所述布线向量。

10.如前述权利要求中的任一项所述的方法，进一步包括：

接收第二输入以用于由所述动态结构化机器学习模型进行处理，所述动态结构化机器学习模型包括第二多个令牌和不同于树输入的第二标签数据；以及

通过所述单个有向计算图的所述层来修改所述第二令牌的数据流，以适合所述第二标签数据。