[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取模型集合，所述模型集合中包括多个处理模型；

基于待处理任务对应的需求，从所述模型集合中确定出第一处理模型和第二处理模型；

将所述待处理任务中的待处理数据分别输入所述第一处理模型和所述第二处理模型，获得第一输出结果、第二输出结果；

基于所述模型集合中未被选择的第三处理模型，确定第一共享模型和第二共享模型，所述第一共享模型是以所述第一处理模型的输出结果为训练数据、所述第三处理模型的输出结果为标签训练生成的，所述第二共享模型是以所述第二处理模型的输出结果为训练数据、所述第三处理模型的输出结果为标签训练生成的，所述第三处理模型为所述模型集合中未被选择的模型中的任一个模型；

将所述第一输出结果输入所述第一共享模型，获得第三输出结果；

将所述第二输出结果输入所述第二共享模型，获得第四输出结果；

根据所述第三输出结果和所述第四输出结果获取目标输出结果，将所述目标输出结果确定为所述第三处理模型的输出结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第三输出结果和所述第四输出结果获取目标输出结果，将所述目标输出结果确定为所述第三处理模型的输出结果，包括：

获取所述第一共享模型对应的第一权重以及所述第二共享模型对应的第二权重；

根据所述第一权重、所述第二权重、所述第三输出结果以及所述第四输出结果获取目标输出结果。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

为所述第一共享模型和所述第二共享模型分配一组权重；

基于所分配的一组权重、所述第一共享模型的输出结果以及所述第二共享模型的输出结果确定预测结果；

根据所述预测结果以及所述第三处理模型的输出结果确定所述预测结果是否符合预设条件；

如果不符合所述预设条件，重新分配一组权重，执行上述操作；

如果符合预设条件，确定所述第一共享模型以及所述第二共享模型分别对应的权重。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述第一共享模型、所述第二共享模型的训练过程包括：

获取第一训练数据，将训练数据输入所述第一处理模型，获得第一训练结果；

将所述第一训练数据输入第三处理模型，获得第二训练结果；

将所述第一训练结果作为输入数据以及所述第二训练结果作为标签对第一初始共享模型进行训练，获得所述第一共享模型；以及

将第二训练数据输入所述第二处理模型，获得第三训练结果；

将所述第二训练数据输入第三处理模型，获得第四训练结果；

将所述第二训练结果作为输入数据以及所述第四训练结果作为标签对第二初始共享模型进行训练，获得所述第二共享模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

从所述模型集合中选择第一源模型，所述第一源模型为所述模型集合中的任一处理模型；

判断所述第一源模型处理任务时所使用的资源是否小于或等于资源阈值；

如果是，将测试数据输入所述第一源模型获得输出结果；

将所述输出结果分别输入所述第一源模型对应的共享模型，并获得各所述共享模型的输出结果；

根据所述测试数据对应的标签以及各所述共享模型的输出结果获取各所述共享模型对应的预测精度；

在各所述共享模型对应的预测精度满足预设条件时，激活所述第一源模型，以利用所述第一源模型处理任务。