[发明专利]AI模型训练方法、AI模型调用方法、设备及可读存储介质

权利要求书

1.一种AI模型训练方法，其特征在于，所述方法包括：

获取进行训练的元数据，并加载待训练的AI模型，其中所述AI模型基于深度强化神经网络实现；

对所述元数据所包含的实体单元进行特征提取，得到所述元数据对应的向量特征；

根据向量特征对所述AI模型进行训练，并确定训练后的AI模型是否收敛；

若训练后的AI模型未收敛，则执行步骤：根据向量特征对所述AI模型进行训练，并确定训练后的AI模型是否收敛；

若训练后的AI模型收敛，则存储训练后的AI模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述元数据所包含的实体单元进行特征提取，得到对应的向量特征，包括：

识别所述元数据所包含的若干实体单元；

对每个实体单元进行特征提取，以得到每个实体单元对应的子向量特征，并将所述子向量特征与对应的实体单元对应的标签进行关联，其中所述子向量特征集合为所述元数据对应的向量特征。

3.根据权利要求1所述的方法，其特征在于，所述AI模型包括第一全连接层、长短期记忆层以及第二全连接层，所述长短期记忆层位于所述第一全连接层和第二全连接层之间；所述根据向量特征对所述AI模型进行训练，包括：

将所述向量特征输入至所述第一全连接层，以输出得到第一输出向量；

将所述第一输出向量输入至所述长短期记忆层，以输出得到第二输出向量；

将所述第二输出向量输入至第二全连接层，以输出可执行行为对应的概率值；

选择所述概率值中最大概率值对应的行为生成目标行为指令，以执行所述目标行为指令得到对应的行为激励值。

4.根据权利要求3所述的方法，其特征在于，所述确定训练后的AI模型是否收敛，包括：

将所述执行所述目标行为指令得到的行为激励值进行汇总，得到总行为激励值；

根据所述总行为激励值确定训练后的AI模型是否收敛。

5.根据权利要求4所述的方法，其特征在于，所述根据所述总行为激励值确定训练后的AI模型是否收敛，包括：

将所述总行为激励值与预设的行为激励值进行对比；

若所述总行为激励值大于或者等于所述预设的行为激励值，则确定更新后的AI模型收敛；

若所述总行为激励值小于所述预设的行为激励值，则确定更新后的AI模型未收敛。

6.根据权利要求3所述的方法，其特征在于，所述第一全连接层包括若干子第一全连接层，且所述若干子第一全连接层为并行全连接层，所述将所述向量特征输入至所述第一全连接层，以输出得到第一输出向量，包括：

识别所述向量特征所包含的所述若干子向量特征，并确定每个子向量特征对应的子第一全接连层；

将所述每个子向量特征输入至对应的子第一全连接层，以输出得到子第一输出向量，并对所述子第一输出向量进行拼接，得到第一输出向量。

7.根据权利要求3所述的方法，其特征在于，所述第二全连接层包括若干子第二全连接层，且所述若干子第二全连接层为并行全连接层，所述每个子第二全连接层关联一个可以执行行为，所述将所述第二输出向量输入至第二全连接层，以输出可执行行为对应的概率值，包括：

将所述第二输出向量分别输入至所述若干子第二全连接层，得到每个子第二全连接层的输出结果，以确定所述可执行行为对应的概率值。

8.一种AI模型调用方法，其特征在于，所述方法包括：

接收模型调用指令，其中，所述模型调用指令用于调用预存的AI模型，所述AI模型为采用权利要求1至7任一项所述的AI模型训练方法得到；

根据所述模型调用指令调用对应的AI模型，并接收到所上传的待分析数据；

将所述待分析数据输入至所述AI模型中，以输出得到目标行为指令，并将所述目标行为指令进行反馈。