[发明专利]模型训练方法、文本推送方法、装置、计算机设备及介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取样本数据，所述样本数据包括目标文本内容、所述目标文本内容所属的目标文本类别以及以所述目标文本内容为标题的多媒体资源的历史点击通过率；

基于目标模型对所述目标文本内容进行处理，获取第一结果和第二结果，所述第一结果用于表示所述目标文本内容属于各文本类别的概率，所述第二结果用于表示所述目标文本内容的预测点击通过率；

以所述目标文本类别和所述历史点击通过率为监督信息，基于所述第一结果和所述第二结果，对所述目标模型进行训练。

2.根据权利要求1所述的方法，其特征在于，基于目标模型对所述目标文本内容进行处理，获取第一结果和第二结果，包括：

基于所述目标模型中的第一网络，对所述目标文本内容进行编码，得到目标文本向量；

基于所述目标模型中的第二网络，对所述目标文本向量进行分类，得到所述第一结果；

基于所述目标模型中的第三网络，对所述目标文本向量对应的点击通过率进行预测，得到所述第二结果。

3.根据权利要求1所述的方法，其特征在于，所述以所述目标文本类别和所述历史点击通过率为监督信息，基于所述第一结果和所述第二结果，对所述目标模型进行训练，包括：

基于所述第一结果和所述目标文本类别，确定分类损失；

基于所述第二结果和所述历史点击通过率，确定预测损失；

基于所述分类损失和所述预测损失，对所述目标模型进行训练。

4.根据权利要求3所述的方法，其特征在于，所述基于所述分类损失和所述预测损失，对所述目标模型进行训练，包括：

基于所述分类损失、所述分类损失对应的第一超参数、所述预测损失以及所述预测损失对应的第二超参数，确定目标损失；

基于所述目标损失，对所述目标模型进行训练。

5.一种文本推送方法，其特征在于，所述方法包括：

获取待处理文本；

基于文本分类模型对所述待处理文本进行处理，获取所述待处理文本对应的推荐文本类别和所述待处理文本对应的目标点击通过率；

响应于所述目标点击通过率在预设点击通过率范围内，按照所述推荐文本类别，对所述待处理文本进行推送。

6.一种模型训练装置，其特征在于，所述装置包括：

样本获取模块，用于获取样本数据，所述样本数据包括目标文本内容、所述目标文本内容所属的目标文本类别以及以所述目标文本内容为标题的多媒体资源的历史点击通过率；

结果获取模块，用于基于目标模型对所述目标文本内容进行处理，获取第一结果和第二结果，所述第一结果用于表示所述目标文本内容属于各文本类别的概率，所述第二结果用于表示所述目标文本内容的预测点击通过率；

训练模块，用于以所述目标文本类别和所述历史点击通过率为监督信息，基于所述第一结果和所述第二结果，对所述目标模型进行训练。

7.根据权利要求6所述的装置，其特征在于，所述结果获取模块，用于基于所述目标模型中的第一网络，对所述目标文本内容进行编码，得到目标文本向量；基于所述目标模型中的第二网络，对所述目标文本向量进行分类，得到所述第一结果；基于所述目标模型中的第三网络，对所述目标文本向量对应的点击通过率进行预测，得到所述第二结果。

8.一种文本推送装置，其特征在于，所述装置包括：

文本获取模块，用于获取待处理文本；

文本处理模块，用于基于文本分类模型对所述待处理文本进行处理，获取所述待处理文本对应的推荐文本类别和所述待处理文本对应的目标点击通过率；

文本推送模块，用于响应于所述目标点击通过率在预设点击通过率范围内，按照所述推荐文本类别，对所述待处理文本进行推送。