[发明专利]编码器的训练方法、资源推荐方法及装置

说明书

本公开关于一种编码器的训练方法、资源推荐方法及装置，属于计算机技术领域。其中，方法包括：获取样本集；利用初始编码器对每个样本进行编码处理，以获取每个样本对应的第一特征向量；利用每个第一特征向量，对初始编码器和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；利用候选编码器对每个样本进行编码处理，以获取每个样本对应的第二特征向量；利用每个第二特征向量，对候选编码器和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。由此，通过训练多个识别模型得到共同的编码器，可以利用编码器对不同资源类型的资源进行表征，实现不同资源类型的资源的同空间表征，便于进行跨域兴趣的电商推荐。

技术领域

本公开涉及计算机技术领域，尤其涉及一种编码器的训练方法、资源推荐方法及装置。

背景技术

在电商领域，消费者在多种类型的资源(比如短视频、直播、商品、广告等)上通常会有电商兴趣。相关技术中的电商领域内容理解方法，主要是针对不同类型的资源，以及不同的识别任务分开建模，之后利用每种模型对相应的内容进行识别。

由于是针对不同类型的资源以及不同的识别任务分开去建模，这样在跨域兴趣的电商推荐中会有一定的局限。

发明内容

本公开提供一种编码器的训练方法、资源推荐方法及装置。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种编码器的训练方法，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。

根据本公开实施例的第二方面，提供一种资源推荐方法，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上述第一方面实施例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。

根据本公开实施例的第三方面，提供一种编码器的训练装置，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。