[发明专利]提供业务模型的方法及装置有效
申请号: | 202010329629.6 | 申请日: | 2020-04-24 |
公开(公告)号: | CN111241850B | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 王力;周俊 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06F40/30 | 分类号: | G06F40/30 |
代理公司: | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人: | 陈霁;周良玉 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 提供 业务 模型 方法 装置 | ||
1.一种提供业务模型的方法,适用于服务端,所述业务模型为机器学习模型,所述方法包括:
接收客户端发送的用于描述待处理业务数据的当前语义向量,所述当前语义向量基于第一编码方式对所述待处理业务数据的处理确定;
将所述当前语义向量与各个候选语义向量进行匹配,单个候选语义向量基于第二编码方式对相应的单个训练数据集的处理确定,所述单个训练数据集用于训练至少一个候选模型;
基于匹配结果从各个候选模型中选择出若干目标模型,并根据对所述若干目标模型的融合生成第一业务模型;
将所述第一业务模型提供给客户端,以供客户端根据所述第一业务模型对所述待处理业务数据进行相关业务处理。
2.根据权利要求1所述的方法,其中,所述当前语义向量与单个候选语义向量具有相同的维数。
3.根据权利要求1所述的方法,其中,所述将所述当前语义向量与各个候选语义向量进行匹配包括:
针对单个候选语义向量,确定所述当前语义向量与所述单个候选语义向量的向量相似度;
根据所述向量相似度确定所述当前语义向量与所述单个候选语义向量的匹配结果。
4.根据权利要求1所述的方法,其中,单个候选语义向量通过以下方式确定:
针对所述单个候选语义向量对应的单个训练数据集中的各条训练数据,分别基于所述第二编码方式确定相应的各个单数据语义向量;
根据各个单数据语义向量的平均向量,确定所述单个候选语义向量。
5.根据权利要求1所述的方法,其中,各个候选模型包括第一候选模型,所述第一候选模型对应的第一候选语义向量与所述当前语义向量的匹配结果包括,所述第一候选语义向量与所述当前语义向量的第一匹配度,所述第一候选模型还对应第一模型指标;所述基于匹配结果从各个候选模型中选择出若干目标模型包括:
根据所述第一匹配度与所述第一模型指标,确定所述第一候选模型的第一目标分数;
根据所述第一目标分数,确定所述第一候选模型是否为目标模型。
6.根据权利要求5所述的方法,其中,所述第一模型指标包括以下中的至少一项:准确度、召回率、F1分数;所述第一目标分数与所述第一匹配度、所述第一模型指标均为正相关。
7.根据权利要求1所述的方法,其中,所述根据对所述若干目标模型的融合生成第一业务模型包括:
在所述若干目标模型仅最后一个隐层或者输出层的节点对应一致的情况下,基于所述若干目标模型组合后,添加对各自最后一个隐层或者输出层按照给定的权重进行加权平均的融合层,生成第一业务模型;
在所述若干目标模型的模型结构完全一致的情况下,根据对各个模型参数在所述若干目标模型中的平均,生成第一业务模型。
8.一种提供业务模型的装置,设于服务端,所述业务模型为机器学习模型,所述装置包括:
获取单元,配置为接收客户端发送的用于描述待处理业务数据的当前语义向量,所述当前语义向量基于第一编码方式对所述待处理业务数据的处理确定;
匹配单元,配置为将所述当前语义向量与各个候选语义向量进行匹配,单个候选语义向量基于第二编码方式对相应的单个训练数据集的处理确定,所述单个训练数据集用于训练至少一个候选模型;
确定单元,配置为基于匹配结果从各个候选模型中选择出若干目标模型,并根据对所述若干目标模型的融合生成第一业务模型;
提供单元,配置为将所述第一业务模型提供给客户端,以供客户端根据所述第一业务模型对所述待处理业务数据进行相关业务处理。
9.根据权利要求8所述的装置,其中,所述匹配单元进一步配置为:
针对单个候选语义向量,确定所述当前语义向量与所述单个候选语义向量的向量相似度;
根据所述向量相似度确定所述当前语义向量与所述单个候选语义向量的匹配结果。
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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/202010329629.6/1.html,转载请声明来源钻瓜专利网。