[发明专利]资源生成模型的训练与服务资源的生成方法、装置

说明书

本公开提供了一种资源生成模型的训练与服务资源的生成方法、装置，涉及自然语言处理、深度学习等人工智能技术领域。资源生成模型的训练方法包括：获取训练数据，所述训练数据中包含多个状态特征与多个状态特征的反馈标签；使用多个状态特征与多个状态特征的反馈标签对第一神经网络模型进行训练，得到环境模型；根据多个状态特征与所述环境模型，通过强化学习的方式对第二神经网络模型进行训练，得到资源生成模型。服务资源的生成方法包括：获取待处理状态特征；将所述待处理状态特征输入资源生成模型，将所述资源生成模型的输出结果，作为对应所述待处理状态特征的服务资源。

技术领域

本公开涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能技术领域。提供了一种资源生成模型的训练与服务资源的生成方法、装置、电子设备和可读存储介质。

背景技术

现有技术在生成用于提升用户使用应用时的反馈率的服务资源时，通常是对一个神经网络模型进行训练之后，再结合整数规划来得到服务资源。现有技术在生成服务资源时具有一定的局限性，且在生成服务资源时的效率较低，所生成的服务资源对于反馈率的提升较为有限。

发明内容

根据本公开的第一方面，提供了一种资源生成模型的训练方法，包括：获取训练数据，所述训练数据中包含多个状态特征与多个状态特征的反馈标签；使用多个状态特征与多个状态特征的反馈标签对第一神经网络模型进行训练，得到环境模型；根据多个状态特征与所述环境模型，通过强化学习的方式对第二神经网络模型进行训练，得到资源生成模型。

根据本公开的第二方面，提供了一种服务资源的生成方法，包括：获取待处理状态特征；将所述待处理状态特征输入资源生成模型，将所述资源生成模型的输出结果，作为对应所述待处理状态特征的服务资源。

根据本公开的第三方面，提供了一种资源生成模型的训练装置，包括：第一获取单元，用于获取训练数据，所述训练数据中包含多个状态特征与多个状态特征的反馈标签；处理单元，用于使用多个状态特征与多个状态特征的反馈标签对第一神经网络模型进行训练，得到环境模型；训练单元，用于根据多个状态特征与所述环境模型，通过强化学习的方式对第二神经网络模型进行训练，得到资源生成模型。

根据本公开的第四方面，提供了一种服务资源的生成装置，包括：第二获取单元，用于获取待处理状态特征；生成单元，用于将所述待处理状态特征输入资源生成模型，将所述资源生成模型的输出结果，作为对应所述待处理状态特征的服务资源。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

由以上技术方案可以看出，利用强化学习来实现第二神经网络的自动学习的目的，使得由第二神经网络模型训练得到的资源生成模型所生成的服务资源能够获取最佳奖励，提升了资源生成模型在生成服务资源时的准确性与收益。

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是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；