[发明专利]对象圈选模型的训练方法、装置、设备及存储介质

说明书

本申请实施例公开了一种对象圈选模型的训练方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：确定样本对象，所述样本对象设置有目标标签和n个关联标签，所述目标标签对应的目标圈选任务与所述关联标签对应的关联圈选任务之间存在关联性；将所述样本对象的样本对象信息输入MMOE模型，得到所述MMOE模型输出的第一预测结果和n个第二预测结果；基于所述目标标签、n个所述关联标签、所述第一预测结果以及n个所述第二预测结果，训练所述MMOE模型；基于训练得到的所述MMOE模型生成所述目标圈选任务对应的目标对象圈选模型。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及一种对象圈选模型的训练方法、装置、设备及存储介质。

背景技术

通过对象圈选的方法，可以实现从样本对象中圈选出符合特征的目标对象，从而对目标对象进行合适的推荐。

相关技术中，采用标签规则圈选方法，通过对样本对象进行标签的方式，从中圈选出符合特征的目标对象；或者采用树模型对象圈选方法，根据已有的目标对象和对象特征拟合出相应的函数，根据拟合函数从样本对象中确定出符合特征的目标对象。

但标签规则圈选方法仅限于已经被标签的样本对象，树模型对象圈选方法采用的是单模型技术，在样本对象数量较多的情况下，无法满足对象圈选的精确性要求。

发明内容

本申请实施例提供了一种对象圈选模型的训练方法、装置、设备及存储介质。所述技术方案如下：

一方面，本申请实施例提供了一种对象圈选模型的训练方法，所述方法包括：

确定样本对象，所述样本对象设置有目标标签和n个关联标签，所述目标标签对应的目标圈选任务与所述关联标签对应的关联圈选任务之间存在关联性，n为正整数；

将所述样本对象的样本对象信息输入多任务学习(Multi-gate Mixture-of-Experts，MMOE)模型，得到所述MMOE模型输出的第一预测结果和n个第二预测结果，所述第一预测结果为所述目标圈选任务对应的预测结果，所述第二预测结果为所述关联圈选任务对应的预测结果，且所述MMOE模型中的专家网络包括共享专家网络、第一专家网络和第二专家网络，所述第一专家网络是所述目标圈选任务特有的专家网络，所述第二专家网络是所述关联圈选任务特有的专家网络，所述共享专家网络是所述目标圈选任务和所述关联圈选任务共享的专家网络；

基于所述目标标签、n个所述关联标签、所述第一预测结果以及n个所述第二预测结果，训练所述MMOE模型；

基于训练得到的所述MMOE模型生成所述目标圈选任务对应的目标对象圈选模型。

另一方面，本申请实施例提供了一种对象圈选模型的训练装置，所述装置包括：

样本确定模块，用于确定样本对象，所述样本对象设置有目标标签和n个关联标签，所述目标标签对应的目标圈选任务与所述关联标签对应的关联圈选任务之间存在关联性，n为正整数；

结果预测模块，用于将所述样本对象的样本对象信息输入MMOE模型，得到所述MMOE模型输出的第一预测结果和n个第二预测结果，所述第一预测结果为所述目标圈选任务对应的预测结果，所述第二预测结果为所述关联圈选任务对应的预测结果，且所述MMOE模型中的专家网络包括共享专家网络、第一专家网络和第二专家网络，所述第一专家网络是所述目标圈选任务特有的专家网络，所述第二专家网络是所述关联圈选任务特有的专家网络，所述共享专家网络是所述目标圈选任务和所述关联圈选任务共享的专家网络；

模型训练模块，用于基于所述目标标签、n个所述关联标签、所述第一预测结果以及n个所述第二预测结果，训练所述MMOE模型；

模型生成模块，用于基于训练得到的所述MMOE模型生成所述目标圈选任务对应的目标对象圈选模型。