[发明专利]差异识别模型的训练方法及装置

说明书

本公开提供了一种差异识别模型的训练方法及装置。方法包括：获取训练样本；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，获取第一菜品名称的第一菜品属性及第二菜品名称的第二菜品属性；将第一菜品名称、第二菜品名称、第一菜品属性和第二菜品属性输入至初始差异识别模型，获取由初始差异识别模型输出的第一菜品和第二菜品对应的预测名称差异和预测属性差异；根据初始名称差异、预测名称差异、初始属性差异和预测属性差异，计算得到初始差异识别模型对应的损失值；在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。本公开可以提高菜品差异识别的准确度。

技术领域

本公开的实施例涉及模型训练技术领域，尤其涉及一种差异识别模型的训练方法及装置。

背景技术

目前，在外卖系统中的菜品数量较多，也出现了各式各样的菜品名称，不同的菜品名称有时最终烹饪的餐食却是一样的，相同的菜品名称往往也有不同做法和口味。用户在面对菜单里的菜品时，往往需要甄别菜品之间的差异。

在某些外卖应用程序上的菜品名称是由商家上传和填写的，另外一些外卖应用程序上的菜品名称由消费者或商家填写的，二者之间往往存在差异。这种差异会对菜品供给、消费者用户体验和商家运营等方面造成困扰，有必要对二者进行菜品匹配对齐，更进一步的判断出菜品之间的差异点。

现有方案在对菜品或食物的分类时，数据来源为菜品名称或者食物图像，模型多为经典的文本分类模型和图像分类模型或两者的融合。现有对菜品处理的技术方案主要集中在菜品分类识别上，将菜品划分到相关类目或者打上相关标签，此种方式菜品差异识别的准确度较低。

发明内容

本公开的实施例提供一种差异识别模型的训练方法及装置，用以提高菜品差异识别的准确度。

根据本公开的实施例的第一方面，提供了一种差异识别模型的训练方法，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。

可选地，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。

可选地，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：