模型获取方法、标签生成方法、装置及电子设备.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CN113628002A(43)申请公布日2021.11.09(21)申请号202110746884.5(22)申请日2021.06.30(71)申请人北京三快在线科技有限公司地址100083北京市海淀区北四环西路9号2106-030(72)发明人郭同胡懋地(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人任亚娟(51)Int.Cl.G06Q30/06(2012.01)G06K9/62(2006.01)权利要求书2页说明书11页附图4页(54)发明名称模型获取方法、标签生成方法、装置及电子设备(57)摘要本发明实施例提供了一种模型获取方法、标签生成方法、装置及电子设备，该方法获取包括多个第一样本对的训练样本集；第一样本对包括样本物品的物品相关信息、M个条件信息以及目标物品标签，条件信息用于指示目标标签类别，目标物品标签属于目标标签类别，训练样本集中包括条件信息不同的第一样本对；获取待训练模型根据物品相关信息以及条件信息输出的预测物品标签；预测物品标签属于目标标签类别；基于预测物品标签以及目标标签类别，对待训练模型进行调整，以获取标签生成模型。这样，可以在确保最终获取的标签生成模型具备生成各个种类的标签的同时，一定程度上可以避免第一样本对的长度不一的问题，从而一定程度上提高模型的训练效果。CN113628002ACN113628002A权利要求书1/2页1.一种模型获取方法，其特征在于，所述方法包括：获取包括多个第一样本对的训练样本集；所述第一样本对包括样本物品的物品相关信息、M个条件信息以及目标物品标签，所述条件信息用于指示目标标签类别，所述目标物品标签属于所述目标标签类别，所述训练样本集中包括条件信息不同的第一样本对；获取待训练模型根据所述物品相关信息以及所述条件信息，输出的预测物品标签；所述预测物品标签属于所述目标标签类别；基于所述预测物品标签以及所述目标标签类别，对所述待训练模型进行调整，以获取标签生成模型。2.根据权利要求1所述的方法，其特征在于，所述获取包括多个第一样本对的训练样本集之后，所述获取待训练模型根据所述物品相关信息以及所述条件信息，输出的预测物品标签之前，所述方法还包括：获取预训练后的预设编码器，以作为目标编码器；根据所述目标编码器中的模型参数，对待训练模型中的编码器进行初始化。3.根据权利要求2所述的方法，其特征在于，所述目标编码器是根据第一向量表示训练得到的，所述第一向量表示是按照预设转换方式对第二样本对中的物品相关信息及条件信息转换得到的；所述获取待训练模型根据所述物品相关信息以及所述条件信息，输出的预测物品标签，包括：对于所述训练样本集中的各所述第一样本对，按照所述预设转换方式将所述第一样本对中的物品相关信息以及条件信息，转换为第二向量表示；基于所述待训练模型对所述第二向量表示进行处理，以获取所述预测物品标签。4.根据权利要求3所述的方法，其特征在于，所述按照所述预设转换方式将所述第一样本对中的物品相关信息以及条件信息，转换为第二向量表示，包括：按照各输入信息的预设位置，对各所述输入信息进行排序；所述输入信息包括所述物品相关信息中各个种类的信息以及所述条件信息；对所述排序后的输入信息进行向量化，得到初始向量表示；将所述初始向量表示的当前维数调整为预设的指定维数，得到所述第二向量表示。5.根据权利要求1至4任一所述的方法，其特征在于，所述M为1。6.根据权利要求3所述的方法，其特征在于，所述获取预训练后的预设编码器，包括：每次获取N个第二样本对；所述N个第二样本对包含条件信息不同的第一样本对；对于任一次获取的所述N个第二样本对，根据所述N个第二样本对的所述第一向量表示，对所述预设编码器进行一轮预训练，以获取经过多轮预训练后的所述预设编码器。7.一种标签生成方法，其特征在于，所述方法包括：获取待生成物品的物品相关信息以及条件信息；将所述物品相关信息以及条件信息作为已训练的标签生成模型的输入，以获取所述标签生成模型输出的目标标签；所述目标标签属于所述条件信息指示的目标标签类别；其中，所述标签生成模型是根据上述权利要求1至6任一所述的方法生成的。8.根据权利要求7所述的方法，其特征在于，所述将所述物品相关信息以及条件信息作为已训练的标签生成模型的输入，以获取所述标签生成模型输出的目标标签之后，所述方2CN113628002A权利要求书2/2页法还包括：为所述待生成物品添加所述目标标签。9.一种模型获取装置，其特征在于，所述装置包括：第一获取模块，用于获取包括多个第一样本对的训练样本集；所述第一样本对包括样本物品的物品相关信息、M个条件信息以及目标物品标签，所述条件信息用于指示目标标签类别，所述目标物品标签属于所述目标