[发明专利]编码器的训练方法、资源推荐方法及装置

权利要求书

1.一种编码器的训练方法，其特征在于，包括：

获取样本集；其中，所述样本集包括不同资源类型的多个样本及每个样本对应的第一标注信息和第二标注信息，所述第一标注信息与所述第二标注信息对应不同的识别模型；

利用初始编码器对每个所述样本进行编码处理，以获取每个所述样本对应的第一特征向量；

利用每个所述第一特征向量，对所述初始编码器和所述第一标注信息对应的第一识别模型进行训练，以获取候选编码器；

利用所述候选编码器对每个所述样本进行编码处理，以获取每个所述样本对应的第二特征向量；

利用每个所述第二特征向量，对所述候选编码器和所述第二标注信息对应的第二识别模型进行训练，得到目标编码器；其中，所述第二识别模型与所述第一识别模型的识别内容不同。

2.如权利要求1所述的方法，其特征在于，在所述获取样本集之后，还包括：

在任一样本的资源类型为视频的情况下，对所述任一样本进行采样，获取多帧图像及音频数据；

对所述音频数据进行识别，获取所述任一样本对应的文本数据；

根据所述多帧图像和所述文本数据，获得所述任一样本对应的图文数据。

3.如权利要求2所述的方法，其特征在于，所述利用初始编码器对每个所述样本进行编码处理，以获取每个所述样本对应的第一特征向量，包括：

利用所述初始编码器对每帧图像进行编码处理，获取每帧图像对应的图像特征向量；

对所述多帧图像分别对应的图像特征向量进行池化处理，以获取所述多帧图像的池化向量；

利用所述初始编码器对所述文本数据进行编码处理，以获取文本向量；

将所述池化向量与所述文本向量进行融合，以得到所述任一样本对应的第一特征向量。

4.一种资源推荐方法，其特征在于，包括：

获取目标资源；

利用目标编码器对所述目标资源进行表征，以获取所述目标资源对应的特征向量；其中，所述目标编码器是采用权利要求1-3任一项所述的训练方法获取的；

根据所述目标资源对应的特征向量，获取待推荐资源；

向所述目标资源对应的用户推荐所述待推荐资源。

5.如权利要求4所述的方法，其特征在于，所述利用目标编码器对所述目标资源进行表征，以获取所述目标资源对应的特征向量，包括：

确定所述目标资源的资源类型；

根据所述目标资源的资源类型，对所述目标资源进行处理，以获取所述目标资源对应的图文数据；

利用所述目标编码器，对所述目标资源对应的图文数据进行编码处理，以获取每个所述目标资源对应的特征向量。

6.一种编码器的训练装置，其特征在于，包括：

第一获取模块，被配置为获取样本集；其中，所述样本集包括不同资源类型的多个样本及每个样本对应的第一标注信息和第二标注信息，所述第一标注信息与所述第二标注信息对应不同的识别模型；

特征提取模块，被配置为利用初始编码器对每个所述样本进行编码处理，以获取每个所述样本对应的第一特征向量；

训练模块，被配置为利用每个所述第一特征向量，对所述初始编码器和所述第一标注信息对应的第一识别模型进行训练，以获取候选编码器；

所述特征提取模块，被配置为利用所述候选编码器对每个所述样本进行编码处理，以获取每个所述样本对应的第二特征向量；

所述训练模块，还被配置为利用每个所述第二特征向量，对所述候选编码器和所述第二标注信息对应的第二识别模型进行训练，得到目标编码器；其中，所述第二识别模型与所述第一识别模型的识别内容不同。

7.一种资源推荐装置，其特征在于，包括：

第一获取模块，被配置为获取目标资源；

第二获取模块，被配置为利用目标编码器对所述目标资源进行表征，以获取所述目标资源对应的特征向量；其中，所述目标编码器是采用权利要求1-3任一项所述的训练方法获取的；

第三获取模块，被配置为根据所述目标资源对应的特征向量，获取待推荐资源；

推荐模块，被配置为向所述目标资源对应的用户推荐所述待推荐资源。