[发明专利]样本生成方法、机器学习模型的训练方法及信息评估方法在审

专利信息
申请号: 202310286493.9 申请日: 2023-03-22
公开(公告)号: CN116150626A 公开(公告)日: 2023-05-23
发明(设计)人: 许彩霞;林琦;黄镜;吴少兵;耿林 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F18/214 分类号: G06F18/214;G06N20/20
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 张琛
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 样本 生成 方法 机器 学习 模型 训练 信息 评估
【说明书】:

本公开提供了一种样本生成方法、机器学习模型的训练方法、信息评估方法、装置、设备、存储介质以及程序产品,涉及计算机技术、数据处理技术领域,尤其涉及人工智能、机器学习、大数据、数据挖掘等技术领域。具体实现方案为:针对任意一个内容发布主体,根据内容发布主体的发布内容,确定目标信息;根据目标信息,确定针对每一个内容发布主体的标签;以及针对任意一个内容发布主体,根据标签,生成主体样本。

技术领域

本公开涉及计算机技术、数据处理技术领域,尤其涉及人工智能、机器学习、大数据、数据挖掘等技术领域,具体涉及一种样本生成方法、机器学习模型的训练方法、信息评估方法、装置、设备、存储介质以及程序产品。

背景技术

计算机技术和互联网技术的发展使得各种场景下产生大量的具体业务需求,这也使得如何利用自动化的方式解决具体业务成为一个技术问题。

发明内容

本公开提供了一种样本生成方法、机器学习模型的训练方法、信息评估方法、装置、设备、存储介质以及程序产品。

根据本公开的一方面,提供了一种样本生成方法,包括:针对任意一个内容发布主体,根据内容发布主体的发布内容,确定目标信息;根据目标信息,确定针对每一个内容发布主体的标签;以及针对任意一个内容发布主体,根据标签,生成主体样本。

根据本公开的另一方面,提供了一种机器学习模型的训练方法,包括:将主体样本输入初始机器学习模型,得到主体样本的输出结果;根据输出结果和损失函数,确定反馈数值;以及根据反馈数值调整初始机器学习模型的模型参数,得到目标机器学习模型,其中,主体样本是利用上述的样本生成方法得到的。

根据本公开的另一方面,提供了一种信息评估方法,包括:将与待评估的内容发布主体关联的待处理内容输入目标机器学习模型,得到处理结果,其中,处理结果表征针对内容发布主体的评估结果;目标机器学习模型是上述的机器学习模型的训练方法训练得到的。

根据本公开的另一方面,提供了一种样本生成装置,包括:目标信息确定模块,用于针对任意一个内容发布主体,根据内容发布主体的发布内容,确定目标信息;标签确定模块,用于根据目标信息,确定针对每一个内容发布主体的标签;以及主体样本生成模块,用于针对任意一个内容发布主体,根据标签,生成主体样本。

根据本公开的另一方面,提供了一种机器学习模型的训练装置,包括:输出结果确定模块,用于将主体样本输入初始机器学习模型,得到主体样本的输出结果;反馈数值确定模块,用于根据输出结果和损失函数,确定反馈数值;以及目标机器学习模型确定模块,用于根据反馈数值调整初始机器学习模型的模型参数,得到目标机器学习模型,其中,主体样本是利用上述的样本生成装置得到的。

根据本公开的另一方面,提供了一种信息评估装置,包括:处理结果确定模块,用于将与待评估的内容发布主体关联的待处理内容输入目标机器学习模型,得到处理结果,其中,处理结果表征针对内容发布主体的评估结果;目标机器学习模型是根据上述的机器学习模型的训练装置训练得到的。

根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器和与至少一个处理器通信连接的存储器。其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开实施例的方法。

根据本公开的另一方面,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,计算机指令用于使计算机执行本公开实施例的方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序存储于可读存储介质和电子设备其中至少之一上,计算机程序存储于可读存储介质和电子设备其中至少之一上,计算机程序在被处理器执行时实现本公开实施例的方法。

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

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310286493.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top