[发明专利]选择学习模型的系统及选择学习模型的方法

权利要求书

1.一种选择针对用户任务的学习模型的系统，包含：

1个以上的处理器；以及

1个以上的存储装置，

所述1个以上的存储装置存放多个现有学习模型各自的关联信息，

所述1个以上的处理器进行：

取得关于新任务的内容的信息，

从用于所述新任务的新训练数据集提取新特征量矢量，

参照所述关联信息，取得关于所述多个现有学习模型各自的任务的内容的信息、以及所述多个现有学习模型各自的训练数据的特征量矢量，

基于关于所述新任务的内容的信息与关于所述多个现有学习模型各自的任务的信息之间的比较结果、以及所述新特征量矢量与所述多个现有学习模型各自的特征量矢量之间的比较结果，从所述多个现有学习模型选择用于所述新任务的候选学习模型。

2.如权利要求1所述的系统，

所述1个以上的处理器判定所述新训练数据集中包含的样本在所述候选学习模型的训练中是否有害。

3.如权利要求2所述的系统，

在被判定为有害的样本的量为阈值以上的情况下，所述1个以上的处理器决定向所述新训练数据集追加新的样本。

4.如权利要求3所述的系统，

所述1个以上的处理器基于关于所述新任务的信息，检索向所述新训练数据集追加的新的样本，

所述1个以上的处理器判定所述新的样本在所述候选学习模型的训练中是否有害。

5.如权利要求1所述的系统，

所述1个以上的处理器进行：

从所述新训练数据集生成多个特征量矢量，

基于所述多个特征量矢量与所述多个现有学习模型各自的特征量矢量之间的比较结果，从所述多个特征量矢量决定所述新特征量矢量。

6.如权利要求1所述的系统，

所述1个以上的处理器使用所述新训练数据集来训练所述候选学习模型。

7.如权利要求6所述的系统，

所述1个以上的处理器将所述新训练数据集的特征量矢量以及关于所述新任务的信息建立关联并存放至所述1个以上的存储装置。

8.一种系统选择针对用户任务的学习模型的方法，

所述系统取得关于新任务的内容的信息，

所述系统从用于所述新任务的新训练数据集提取新特征量矢量，

所述系统取得关于所述多个现有学习模型各自的任务的内容的信息、以及所述多个现有学习模型各自的训练数据的特征量矢量，

所述系统基于关于所述新任务的内容的信息与关于所述多个现有学习模型各自的任务的信息之间的比较结果、以及所述新特征量矢量与所述多个现有学习模型各自的特征量矢量之间的比较结果，从所述多个现有学习模型选择用于所述新任务的候选学习模型。

9.如权利要求8所述的方法，

所述系统判定所述新训练数据集中包含的样本在所述候选学习模型的训练中是否有害。

10.如权利要求9所述的方法，

在被判定为有害的样本的量为阈值以上的情况下，所述系统决定向所述新训练数据集追加新的样本。

11.如权利要求10所述的方法，

所述系统基于关于所述新任务的信息，检索向所述新训练数据集追加的新的样本，

所述系统判定所述新的样本在所述候选学习模型的训练中是否有害。

12.如权利要求8所述的方法，

所述系统从所述新训练数据集生成多个特征量矢量，

所述系统基于所述多个特征量矢量与所述多个现有学习模型各自的特征量矢量之间的比较结果，从所述多个特征量矢量决定所述新特征量矢量。

13.如权利要求8所述的方法，

所述系统使用所述新训练数据集来训练所述候选学习模型。

14.如权利要求13所述的方法，

所述系统将所述新训练数据集的特征量矢量以及关于所述新任务的信息建立关联并存放至数据库。