[发明专利]模型训练方法、信息提取方法、相关装置及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取N个样本数据；每个所述样本数据包括M种类别的子数据；其中，N个所述样本数据包括的所述M种类别的子数据对应M×N个子数据对，每个所述子数据对包括M个子数据，每个所述子数据所属的类别不同，每个子数据对包括的M个子数据之间对应一个关联关系，每个所述样本数据包括的M种类别的子数据相互关联，所述M和N均为大于或等于2的正整数；

将所述M×N个子数据对输入到预设模型中进行训练，生成每种类别的子数据各自对应的预训练模型；其中，所述预设模型用于计算每个子数据对包括的M个子数据之间的相似度，并根据所述M×N个子数据对各自包括的M个子数据之间的相似度确定每一种数据类别各自对应的向量表示空间；

所述预训练模型用于在获取待处理数据之后，根据所述待处理数据中对应类别的待处理子数据确定至少两种类别的待处理子数据之间的相似度，得到所述待处理子数据各自对应的向量信息，以及基于所述待处理子数据各自对应的向量信息得到所述待处理数据对应的向量信息，以使得根据所述向量信息提取所述待处理数据携带的目标信息；所述待处理数据包括至少两种类别的待处理子数据；

所述向量表示空间用于结合所述相似度生成所述待处理子数据各自对应的向量信息；

所述样本数据为视频，所述子数据的类别为视频数据、音频数据、图片数据、文本数据，所述视频数据对应视频向量表示空间，所述视频向量表示空间用于获取所述视频数据对应的视频向量信息，所述音频数据对应音频向量表示空间，所述音频向量表示空间用于获取所述音频数据对应的音频向量信息，所述图片数据对应图片向量表示空间，所述图片向量表示空间用于获取所述图片数据对应的图片向量信息，所述文本数据对应文本向量表示空间，所述文本向量表示空间用于获取所述文本数据对应的文本向量信息；

所述目标信息为所述待处理数据的标题和文案。

2.如权利要求1所述的方法，其特征在于，所述将所述M×N个子数据对输入到预设模型中进行训练，生成每种类别的子数据各自对应的预训练模型，包括：

将所述M×N个子数据对输入到预设模型中；

根据所述M×N个子数据对包括的M个子数据之间的关联关系对所述预设模型进行训练，生成每种类别的子数据各自对应的预训练模型。

3.一种信息提取方法，其特征在于，所述方法包括：

获取待处理数据，所述待处理数据包括至少一种类别的待处理子数据；

当所述待处理数据包括至少两种类别的待处理子数据时，将所述至少一种类别的待处理子数据输入到各个所述待处理子数据的类别各自对应的预训练模型中，确定所述至少两种类别的待处理子数据之间的相似度，得到所述待处理子数据各自对应的向量信息，以及基于所述待处理子数据各自对应的向量信息得到所述待处理数据对应的向量信息；其中，所述预训练模型为采用权利要求1所述的模型训练方法得到的预训练模型；

根据所述向量信息提取所述待处理数据携带的目标信息；

所述得到所述待处理子数据各自对应的向量信息，包括：根据所述相似度及向量表示空间生成所述待处理子数据各自对应的向量信息；其中，所述向量表示空间为采用权利要求1所述的模型训练方法得到的向量表示空间；

所述待处理数据为视频，所述待处理子数据的类别为视频数据、音频数据、图片数据、文本数据，所述视频数据对应视频向量表示空间，所述视频向量表示空间用于获取所述视频数据对应的视频向量信息，所述音频数据对应音频向量表示空间，所述音频向量表示空间用于获取所述音频数据对应的音频向量信息，所述图片数据对应图片向量表示空间，所述图片向量表示空间用于获取所述图片数据对应的图片向量信息，所述文本数据对应文本向量表示空间，所述文本向量表示空间用于获取所述文本数据对应的文本向量信息；

所述目标信息为所述待处理数据的标题和文案。

4.如权利要求3所述的方法，其特征在于，所述基于所述待处理子数据各自对应的向量信息得到所述待处理数据对应的向量信息，包括：

对所述待处理子数据各自对应的向量信息进行特征融合操作，得到所述待处理数据对应的向量信息；其中，所述特征融合操作包括以下至少一项：拼接操作、池化操作。