[发明专利]用于生成信息预测模型的方法和装置

权利要求书

1.一种用于生成信息预测模型的方法，包括：

获取样本集，其中，样本包括样本第一数据和样本第二数据以及与样本第一数据和样本第二数据对应的样本第一信息和样本第二信息；

从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本第一数据和样本第二数据输入初始模型，得到样本的第一信息和样本的第二信息；将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值；将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值；将第一信息与第二信息之间的关系进行分析，确定第一信息与第二信息之间的损失值；根据预设的第一信息权重、第二信息权重和第一信息与第二信息之间的关系权重，将样本的第一信息的损失值、样本的第二信息的损失值和样本的第一信息与样本的第二信息之间的损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型作为信息预测模型。

2.根据权利要求1所述的方法，其中，所述初始模型包括第一特征提取层、第一特征提取网络、第二特征提取网络、第二特征提取层和输出层；以及

所述将选取的样本的样本第一数据和样本第二数据输入初始模型，得到样本的第一信息和样本的第二信息，包括：

将选取的样本的样本第一数据输入所述第一特征提取层，生成第一特征和第二特征；

将所生成的第一特征和第二特征分别输入所述第一特征提取网络和所述第二特征提取网络，得到第三特征和第四特征；

将选取的样本的样本第二数据输入所述第二特征提取层，生成第五特征；

将所得到的第三特征、第四特征和所生成的第五特征输入所述输出层，生成第一信息和第二信息。

3.根据权利要求1-2之一所述的方法，其中，所述方法还包括：

响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

4.一种用于生成信息预测模型的装置，包括：

获取单元，被配置成获取样本集，其中，样本包括样本第一数据和样本第二数据以及与样本第一数据和样本第二数据对应的样本第一信息和样本第二信息；

训练单元，被配置成从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本第一数据和样本第二数据输入初始模型，得到样本的第一信息和样本的第二信息；将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值；将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值；将第一信息与第二信息之间的关系进行分析，确定第一信息与第二信息之间的损失值；根据预设的第一信息权重、第二信息权重和第一信息与第二信息之间的关系权重，将样本的第一信息的损失值、样本的第二信息的损失值和样本的第一信息与样本的第二信息之间的损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型作为信息预测模型。

5.根据权利要求4所述的装置，其中，所述初始模型包括第一特征提取层、第一特征提取网络、第二特征提取网络、第二特征提取层和输出层；以及

所述训练单元进一步被配置成：

将选取的样本的样本第一数据输入所述第一特征提取层，生成第一特征和第二特征；

将所生成的第一特征和第二特征分别输入所述第一特征提取网络和所述第二特征提取网络，得到第三特征和第四特征；

将选取的样本的样本第二数据输入所述第二特征提取层，生成第五特征；

将所得到的第三特征、第四特征和所生成的第五特征输入所述输出层，生成第一信息和第二信息。

6.根据权利要求4-5之一所述的装置，其中，所述装置还包括：

调整单元，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。