任务时长确定方法及装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114139804A(43)申请公布日2022.03.04(21)申请号202111453735.6G06N20/00(2019.01)(22)申请日2021.12.01(71)申请人胜斗士（上海）科技技术发展有限公司地址200120上海市浦东新区牡丹路60号10-11层(72)发明人戚成亮孙磊赵华徐教良麻绍钧(74)专利代理机构北京林达刘知识产权代理事务所(普通合伙)11277代理人刘新宇(51)Int.Cl.G06Q10/04(2012.01)G06Q10/08(2012.01)G06K9/62(2022.01)权利要求书2页说明书15页附图6页(54)发明名称任务时长确定方法及装置、电子设备和存储介质(57)摘要本公开涉及一种任务时长确定方法及装置、电子设备和存储介质，通过获取训练得到的目标模型，以及包括至少两个与目标模型结构相同、参数不同的参考模型的模型集合。其中，每个参考模型为不同历史时间区间的最优模型。比较目标模型和每个参考模型的性能，得到当前最优模型，并基于目标任务的任务信息，通过当前最优模型进行任务时长预测，得到目标任务的任务处理时长。本公开实施例在多个曾经的最优模型和目标模型中筛选当前的最优模型，在多个模型中筛选最优模型的过程提高了评价结果的准确性以及模型的适用性，以进一步根据当前最优模型预测目标任务的任务处理时长，提高了预测结果的准确性。CN114139804ACN114139804A权利要求书1/2页1.一种任务时长确定方法，其特征在于，所述方法包括：获取目标模型，所述目标模型通过训练得到；获取包括至少两个与所述目标模型结构相同、参数不同的参考模型的模型集合，每个所述参考模型为不同历史时间区间的最优模型，所述最优模型为一个时间区间内性能最优的模型；通过比较所述目标模型与每个所述参考模型，确定当前最优模型；基于目标任务的任务信息，通过所述当前最优模型进行任务时长预测，得到所述目标任务的任务处理时长。2.根据权利要求1所述的方法，其特征在于，所述通过比较所述目标模型与每个所述参考模型，确定当前最优模型包括：确定目标测试集；根据所述目标测试集测试所述目标模型得到第一目标损失；根据所述目标测试集测试每个所述参考模型，得到所每个所述参考模型的第一参考损失；根据所述第一目标损失和每个所述第一参考损失，确定当前最优模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标损失和每个所述第一参考损失，确定当前最优模型包括：对比每个所述第一参考损失的大小，并将最小第一参考损失作为第一最小损失；根据所述第一目标损失和所述第一最小损失，确定当前最优模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一目标损失和所述第一最小损失，确定当前最优模型包括：响应于所述第一目标损失不小于所述第一最小损失，确定所述具有所述第一最小损失的参考模型是当前最优模型。5.根据权利要求3或4所述的方法，其特征在于，所述根据所述第一目标损失和所述第一最小损失，确定当前最优模型还包括：响应于所述第一目标损失小于所述第一最小损失，确定所述目标模型是当前最优模型。6.根据权利要求3或4所述的方法，其特征在于，所述根据所述第一目标损失和所述第一最小损失，确定当前最优模型还包括：响应于所述第一目标损失小于所述第一最小损失，确定所述目标模型的第二目标损失，和每个所述参考模型的第二参考损失；根据所述第二目标损失和所述第二参考损失，确定当前最优模型。7.根据权利要求6所述的方法，其特征在于，所述模型集合中还包括每个参考模型对应的第二参考损失；所述确定所述目标模型的第二目标损失，和每个所述参考模型的第二参考损失包括：确定所述目标测试集中每个测试数据对应标注数据的绝对平均值；计算所述第一目标损失和所述绝对平均值的商，得到第二目标损失；在所述模型集合中获取每个所述参考模型对应的第二参考损失。8.根据权利要求6或7所述的方法，其特征在于，所述根据所述第二目标损失和所述第2CN114139804A权利要求书2/2页二参考损失，确定当前最优模型包括：对比每个所述第二参考损失的大小，并将最小第二参考损失作为第二最小损失；响应于所述第二目标损失小于所述第二最小损失，确定所述目标模型是当前最优模型。9.根据权利要求7或8所述的方法，其特征在于，所述方法还包括：对比每个所述第二参考损失的大小，删除最大第二参考损失对应的参考模型；将所述目标模型作为新的参考模型，将所述目标模型对应的第二目标损失作为第二参考损失加入所述模型集合。10.根据权利要求2‑9中任意一项所述的方法，其特征在于，所述第一目标损失和所述第一参考损失的确定方式相同，所述第一目标损失包括所述目标模型的均方误差、平方绝对误差和均