[发明专利]用于类目识别的模型训练方法、类目识别方法及相关装置

说明书

本公开关于用于类目识别的模型训练方法、类目识别方法及相关装置，通过获取针对第一样本推荐对象的样本推荐信息，以该样本推荐信息作为目标样本，确定该第一样本推荐对象所属的第一目标类目和第二样本推荐对象所属的第二目标类目，并根据类目实体映射信息确定第一目标类目对应的第一目标实体信息和第二目标类目对应的第二目标实体信息，进而根据第一目标实体信息生成正样本以及根据第二目标实体信息生成负样本，并根据目标样本、正样本和负样本生成训练三元组，利用该训练三元组对预设网络模型进行监督学习得到用于类目识别的目标模型，从而使得模型能够进行更好的区分训练，提高了基于目标模型的类目识别准确性。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种用于类目识别的模型训练方法、类目识别方法及相关装置。

背景技术

随着电商直播行业的快速发展，通过直播进行商品等推荐对象的推荐已成为一种流行的信息传递方式。在一些业务场景下需要对直播的某一时刻，结合该时刻的主播话术、直播流的帧图像信息以及该直播关联的候选推荐对象进行当前推荐对象的类目识别。

相关技术中基于训练的神经网络模型来对直播中推荐对象的类目进行识别，然而实际应用中经常会由于推荐对象的描述信息不全，比如没有商品标题信息、商品标题信息过于简单或者商品图片非常模糊等，导致基于该训练的神经网络模型的类目识别的准确性差。

发明内容

本公开提供一种用于类目识别的模型训练方法、类目识别方法及相关装置，以至少解决相关技术中基于训练的神经网络模型的类目识别准确性差的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种用于类目识别的模型训练方法，包括：

获取目标虚拟空间中针对第一样本推荐对象的样本推荐信息，以所述样本推荐信息作为目标样本；所述第一样本推荐对象是所述目标虚拟空间关联的候选样本推荐对象中的任一候选样本推荐对象，所述样本推荐信息包括推荐语音对应的文本信息和所述目标虚拟空间的界面截图信息；

确定所述第一样本推荐对象所属的第一目标类目，以及第二样本推荐对象所属的第二目标类目；所述第二样本推荐对象是所述候选样本推荐对象中除所述第一样本推荐对象之外的任一候选样本推荐对象；

根据类目实体映射信息，确定所述第一目标类目对应的第一目标实体信息，以及所述第二目标类目对应的第二目标实体信息；所述类目实体映射信息表征类目与实体信息的对应关系，所述实体信息包括至少一个关键实体；

根据所述第一目标实体信息生成正样本，以及根据所述第二目标实体信息生成负样本；

根据所述目标样本、所述正样本和所述负样本生成训练三元组；

根据所述训练三元组对预设网络模型进行监督学习，得到目标模型；所述目标模型用于推荐对象的类目识别。

在一个示例性的实施方式中，所述方法还包括：

从推荐对象知识库中获取推荐对象信息；所述推荐对象知识库包括推荐对象信息与类目的对应关系；

抽取所述推荐对象信息中的实体，基于所述推荐对象信息与类目的对应关系建立所述实体与所述类目之间的对应关系，得到初始类目实体对应关系集合；

将所述初始类目实体对应关系集合中同一类目对应的实体进行聚合，得到每个类目对应的实体集合；

针对每个类目对应的实体集合，根据所述实体集合中各实体的出现频次确定所述类目对应的至少一个关键实体；

根据各所述类目对应的至少一个关键实体，得到所述类目实体映射信息。

在一个示例性的实施方式中，所述根据各所述类目对应的至少一个关键实体，得到所述类目实体映射信息包括：

确定各所述类目对应的类目等级；