[发明专利]模型训练方法、装置、电子设备和存储介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取用于训练第一待训练模型的训练样本集，所述训练样本集中包括基于对话问诊生成的历史对话数据子集和/或用于描述病症的文本数据子集；

根据预设规则，提取出所述训练样本集中每个训练样本数据的训练标签；其中，所述预设规则包括预设掩码集合中的掩码文字和/或根据文本数据确定的句子位置信息；

基于所述训练样本数据和与所述训练样本数据对应的训练标签，对所述第一待训练模型进行训练，得到第一目标模型；

其中，所述第一目标模型用于对输入的目标数据进行处理，得到与所述目标数据相对应的数据处理结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述第一目标模型中的待训练模型参数，并将所述待训练模型参数作为第二待训练模型的模型参数；

基于预设数量的区域训练样本数据对所述第二待训练模型进行模型校正训练，并将所述第二待训练模型中的目标损失函数收敛作为训练目标，训练得到第二目标模型；

其中，所述第二目标模型用于对所述区域训练样本数据所属的区域数据进行处理。

3.根据权利要求1所述的方法，其特征在于，所述训练样本集为所述历史对话数据子集，所述根据预设规则，提取出所述训练样本集中每个训练样本数据的训练标签，包括：

根据预设掩码集合中的掩码文字，提取出所述历史对话数据子集中每个训练样本数据的待掩码文字，并将所述待掩码文字作为相应训练样本数据的训练标签。

4.根据权利要求1所述的方法，其特征在于，所述训练样本集为所述文本数据子集，所述文本数据子集中包括多个待训练文本数据，所述根据预设规则，提取出所述训练样本集中每个训练样本数据的训练标签，包括：

针对每个待训练文本数据，提取出当前待训练文本数据中的各个目标语句，确定每个目标语句在所述文本数据中的顺序位置信息，并将所述顺序位置信息作为所述当前待训练文本数据的训练标签；

其中，所述多个待训练文本数据包括：正样本数据和负样本数据，所述正样本数据为句子的顺序位置信息正向排布的数据；所述负样本数据为句子的顺序位置信息为非正向排布的数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述训练样本数据和与所述训练样本数据对应的训练标签，对所述第一待训练模型进行训练，得到第一目标模型，包括：

将所述训练样本数据输入到所述第一待训练模型中，得到与所述训练样本数据对应的预测训练结果；

基于所述预测训练结果和与所述训练样本数据对应的训练标签，计算总损失函数的函数值，根据计算结果对所述第一待训练模型中的网络参数进行调整；所述总损失函数是基于两个子损失函数确定的；

将总预设损失函数达到收敛作为训练目标，对所述第一待训练模型进行训练，以得到所述第一目标模型。

6.根据权利要求5所述的方法，其特征在于，所述训练样本集包括基于对话问诊生成的历史对话数据子集，所述历史对话数据子集包括多个历史对话数据，所述第一待训练模型包括对话数据处理子模型，相应的，与所述对话数据处理子模型对应的子损失函数为对话数据处理损失函数；

所述基于所述训练样本数据和与所述训练样本数据对应的训练标签，对所述第一待训练模型进行训练，得到第一目标模型，包括：

将所述多个历史对话数据输入到所述对话数据处理子模型中，得到与所述多个历史对话数据对应的预测训练结果；

基于与所述多个历史对话数据对应的预测训练结果和与所述多个历史对话数据对应的训练标签，计算所述对话数据处理损失函数的函数值，根据计算结果对所述对话数据处理子模型中的网络参数进行调整；所述对话数据处理损失函数是基于待掩膜文字的预测概率确定的；

将预设对话数据处理损失函数达到收敛作为训练目标，对所述对话数据处理子模型进行训练，以得到所述对话数据处理子模型。