[发明专利]模型定制系统和方法

说明书

本公开提供一种模型定制系统和方法，涉及人工智能领域，尤其涉及自然语言处理及深度学习等领域。具体实现方案为：模型定制系统包括数据库、数据交互中心、训练中心和模型存储中心；其中，数据库包括二进制日志，用于记录数据库表结构变更以及表数据修改；数据交互中心用于响应于目标对象的定制请求，获取目标对象的定制数据，并将定制数据发送至数据库进行存储；训练中心用于获取数据库的二进制日志，并根据二进制日志感知数据交互中心的数据变化信息，根据数据变化信息生成训练数据，以及根据训练数据生成目标对象的定制模型；模型存储中心用于接收训练中心发送的目标对象的定制模型，并采用分布式存储方法对目标对象的定制模型进行存储。

技术领域

本公开涉及人工智能领域，尤其涉及自然语言处理及深度学习等领域，特别涉及一种模型定制系统和一种用于该模型定制系统的方法。

背景技术

近年来，人工智能领域中自然语言处理技术获得了爆发式发展，新技术和新模型层出不穷。在新时代背景下，如何将多样化的先进的自然语言处理领域科研成果高效地应用到产业实践中并解决实际问题，是自然语言处理领域中的核心问题。此外，深度学习是人工智能领域中的关键技术，研发人员通常是基于深度学习框架来开展相关工作。

然而，传统的用于模型训练的方法和平台无法满足复杂的深度学习开发要求。

发明内容

本公开提供了一种用于AI(Artificial Intelligence，人工智能)定制化模型场景下的模型定制系统和方法。

根据本公开的第一方面，提供了一种模型定制系统，包括：

数据库，所述数据库包括二进制日志，所述二进制日志用于记录数据库表结构变更以及表数据修改；

数据交互中心，用于响应于目标对象的定制请求，获取所述目标对象的定制数据，并将所述定制数据发送至所述数据库进行存储；

训练中心，用于获取所述数据库的二进制日志，并根据所述二进制日志感知所述数据交互中心的数据变化信息，根据所述数据变化信息生成训练数据，以及根据所述训练数据生成所述目标对象的定制模型；

模型存储中心，用于接收所述训练中心发送的所述目标对象的定制模型，并采用分布式存储方法对所述目标对象的定制模型进行存储。

根据本公开的第二方面，提供了一种模型定制方法，所述方法应用于模型定制系统上，其中，所述模型定制系统包括数据交互中心、数据库、训练中心和模型存储中心，所述方法包括：

所述数据交互中心响应于目标对象的定制请求，获取所述目标对象的定制数据，并将所述定制数据发送至所述数据库进行存储；

所述训练中心获取所述数据库的二进制日志，并根据所述二进制日志感知所述数据交互中心的数据变化信息，并根据所述数据变化信息生成训练数据，以及根据所述训练数据生成所述目标对象的定制模型；

所述模型存储中心接收所述训练中心发送的所述目标对象的定制模型，并采用分布式存储方法对所述目标对象的定制模型进行存储。

根据本公开的技术方案，通过将模型定制系统拆分为数据库、数据交互中心、训练中心和模型存储中心，每个模块均有各自功能，使得各个模块内聚度高，而模块之间的耦合度低，可以提高定制系统的可扩展性，从而可以满足复杂的深度学习开发要求。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开实施例提供的一种模型定制系统的结构示意图；

图2是本公开实施例提供的另一种模型定制系统的结构示意图；