[发明专利]差异识别模型的训练方法及装置

权利要求书

1.一种差异识别模型的训练方法，其特征在于，包括：

获取训练样本；所述训练样本包括成对的第一菜品的第一菜品名称和第二菜品的第二菜品名称；

基于预先构建的菜品知识图谱，获取所述第一菜品名称对应的第一菜品属性，及所述第二菜品名称对应的第二菜品属性；所述第一菜品和所述第二菜品对应于一个初始名称差异和一个初始属性差异；

将所述第一菜品名称、所述第二菜品名称、所述第一菜品属性和所述第二菜品属性输入至初始差异识别模型，并获取由所述初始差异识别模型输出的所述第一菜品和所述第二菜品对应的预测名称差异和预测属性差异；

根据所述初始名称差异、所述预测名称差异、所述初始属性差异和所述预测属性差异，计算得到所述初始差异识别模型对应的损失值；

在所述损失值处于预设范围内的情况下，将训练后的初始差异识别模型作为目标差异识别模型。

2.根据权利要求1所述的方法，其特征在于，所述初始差异识别模型包括：输入层、编码层和匹配层，所述获取由所述初始差异识别模型输出的所述第一菜品和所述第二菜品对应的预测名称差异和预测属性差异，包括：

调用所述输入层获取所述第一菜品名称和所述第一菜品属性对应的第一菜品向量，及所述第二菜品名称和所述第二菜品属性对应的第二菜品向量；

调用所述编码层对所述第一菜品向量进行编码处理，得到所述第一菜品对应的第一编码向量，并对所述第二菜品向量进行编码处理，得到所述第二菜品对应的第二编码向量；

调用所述匹配层对所述第一编码向量和所述第二编码向量进行差异识别，以确定所述第一菜品和所述第二菜品对应的预测名称差异和预测属性差异。

3.根据权利要求2所述的方法，其特征在于，所述调用所述输入层获取所述第一菜品名称和所述第一菜品属性对应的第一菜品向量，及所述第二菜品名称和所述第二菜品属性对应的第二菜品向量，包括：

调用所述输入层对所述第一菜品名称和所述第一菜品属性进行处理，得到所述第一菜品名称对应的第一名称向量，及所述第一菜品属性对应的第一属性向量；

调用所述输入层对所述第二菜品名称和所述第二菜品属性进行处理，得到所述第二菜品名称对应的第二名称向量，及所述第二菜品属性对应的第二属性向量；

调用所述输入层将所述第一名称向量和所述第一属性向量进行向量拼接处理，得到所述第一菜品向量；

调用所述输入层将所述第二名称向量和所述第二属性向量进行向量拼接处理，得到所述第二菜品向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述初始名称差异、所述预测名称差异、所述初始属性差异和所述预测属性差异，计算得到所述初始差异识别模型对应的损失值，包括：

根据所述初始名称差异和所述预测名称差异，计算得到第一损失值；

根据所述初始属性差异和所述预测属性差异，计算得到第二损失值；

根据所述第一损失值、所述第二损失值和损失权重，计算得到所述初始差异识别模型对应的损失值。

5.根据权利要求1所述的方法，其特征在于，在所述将训练后的初始差异识别模型作为目标差异识别模型之后，还包括：

获取第一待识别菜品的第三菜品名称和第二待识别菜品的第四菜品名称；

将所述第三菜品名称和所述第四菜品名称输入至所述目标差异识别模型，并由所述目标差异识别模型获取所述第三菜品名称对应的第三菜品属性，及所述第四菜品名称对应的第四菜品属性；

调用所述目标差异识别模型根据所述第三菜品名称、所述第四菜品名称、所述第三菜品属性和所述第四菜品属性，预测得到所述第一待识别菜品和所述第二待识别菜品对应的差异识别结果。