[发明专利]用于生成模型的方法和装置

说明书

本申请公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：响应于接收到用户的终端发送的包括用户标识的模型生成请求，从预设的模型表中查找与用户标识对应的模型信息集合，并向终端发送模型信息集合，其中，模型信息集合中的模型信息包括模型类别和模型参数，模型表用于表征用户标识和模型信息的对应关系；响应于接收到终端发送的用户从模型信息集合选择的模型类别和模型参数，确定与用户选择的模型类别和模型参数匹配的神经网络；响应于接收到终端发送的样本数据集合，利用机器学习方法，基于样本数据集合和神经网络训练得到模型。该实施方式能够生成用户自定义的神经网络模型。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于生成模型的方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

随着深度学习的发展，现有的AI技术在通用领域往往能取得较好的效果，比如：通用文字识别、有限集合的图像分类、通用分词、通用语音识别。然而，现实应用中需要AI能力的场景往往都是定制化的，比如：特定单据的文字识别、医学术语的分词、特殊场景的语音识别。

发明内容

本申请实施例提出了用于生成模型的方法和装置。

第一方面，本申请实施例提供了一种用于生成模型的方法，包括：响应于接收到用户的终端发送的包括用户标识的模型生成请求，从预设的模型表中查找与用户标识对应的模型信息集合，并向终端发送模型信息集合，其中，模型信息集合中的模型信息包括模型类别和模型参数，模型表用于表征用户标识和模型信息的对应关系；响应于接收到终端发送的用户从模型信息集合选择的模型类别和模型参数，确定与用户选择的模型类别和模型参数匹配的神经网络；响应于接收到终端发送的样本数据集合，利用机器学习方法，基于样本数据集合和神经网络训练得到模型。

在一些实施例中，样本数据集合中的样本数据包括输入样本数据和输出样本数据；以及该方法还包括：从样本数据集合中获取预定数目的输入样本数据和与预定数目的输入样本数据对应的预定数目的输出样本数据；对于所获取的每条输入样本数据，将该输入样本数据输入到模型，得到与该输入样本数据对应的输出结果，若该输出结果与该输入样本数据对应的输出样本数据的相似度大于预定相似度阈值，则累加验证正确的次数；将验证正确的次数与预定数目的比值确定为准确率。

在一些实施例中，该方法还包括：若准确率大于预定准确率阈值，则将模型转换成应用，并将应用发布到目标服务器以供至少一个终端下载使用。

在一些实施例中，该方法还包括：接收下载使用应用的终端发送的反馈数据并将反馈数据添加到样本数据集合，其中，反馈数据包括下载使用应用的终端输入到应用中的实际输入数据、实际输入数据对应的实际输出结果、下载使用应用的终端的用户输入的期望输出结果，并且实际输出结果与期望输出结果的相似度小于预定相似度阈值；基于实际输入数据、实际输出结果、期望输出结果重新训练模型，并将更新后的模型重新发布到目标服务器。

在一些实施例中，该方法还包括：若准确率小于或等于预定准确率阈值，则根据准确率和用户选择的模型类别、模型参数从模型信息集合确定出推荐模型信息，并向终端发送推荐模型信息，以供用户重新选择模型类别和模型参数。