[发明专利]一种模型输出推荐方法和装置、模型输出推荐系统

权利要求书

1.一种模型输出推荐方法，其特征在于，所述方法包括：

将任务输入特征分别输入至少两个任务模型，得到每个任务模型的任务输出特征和所述任务输出特征对应的置信度，其中，所述任务模型是翻译模型，所述任务输入特征是待翻译语句，所述任务输出特征是翻译语句；

将所述任务输入特征对应的至少两个任务模型的任务输出特征和所述任务输出特征对应的置信度输入参数搜索模型，以使所述参数搜索模型根据每个任务模型的任务输出特征对应的置信度以及所述参数搜索模型的权重参数，得到每个任务模型的置信权重，并根据每个任务模型的置信权重得到推荐的任务输出特征，其中，所述参数搜索模型具有最优的权重参数。

2.如权利要求1所述的方法，其特征在于，所述参数搜索模型根据每个任务模型的任务输出特征对应的置信度以及所述参数搜索模型的权重参数，得到每个任务模型的置信权重，包括：

所述参数搜索模型根据每个任务模型的任务输出特征对应的置信度和每个任务模型对应的所述参数搜索模型的权重参数的乘积，得到每个任务模型的置信权重。

3.如权利要求1所述的方法，其特征在于，根据每个任务模型的置信权重得到推荐的任务输出特征，包括：

根据每个任务模型的置信权重确定最优的置信权重对应的任务模型；

将最优的置信权重对应的任务模型的任务输出特征作为推荐的任务输出特征。

4.一种模型输出推荐系统的训练方法，其特征在于，所述方法包括：

将任务输入特征分别输入至少两个任务模型，得到每个任务模型的任务输出特征和任务输出特征对应的置信度，其中，所述任务模型是翻译模型，所述任务输入特征是待翻译语句，所述任务输出特征是翻译语句；

将所述任务输入特征对应的至少两个任务模型的任务输出特征和任务输出特征对应的置信度作为训练样本、将所述任务输入特征对应的任务验证特征作为训练标签输入参数搜索模型，对参数搜索模型进行训练，以使所述训练样本与所述训练标签相关联，并使所述参数搜索模型具有最优的权重参数。

5.如权利要求4所述的方法，其特征在于，将所述任务输入特征对应的至少两个任务模型的任务输出特征和任务输出特征对应的置信度作为训练样本、将所述任务输入特征对应的任务验证特征作为训练标签输入参数搜索模型，对参数搜索模型进行训练，包括：

根据每个任务模型的任务输出特征对应的置信度以及每个任务模型对应的所述参数搜索模型的权重参数，得到每个任务模型的置信权重；

根据至少两个任务模型的任务输出特征和所述任务输入特征对应的任务验证特征，得到每个任务模型对应的评价系数；

调整每个任务模型对应的所述参数搜索模型的权重参数，使置信权重最优的任务模型为评价系数最优的任务模型。

6.如权利要求4所述的方法，其特征在于，调整每个任务模型对应的所述参数搜索模型的权重参数，包括：

确定所述参数搜索模型的搜索参数；

通过高斯函数随机采样，生成每个任务模型对应的所述参数搜索模型的权重参数，其中，所述高斯函数以所述任务模型的调整前的对应的所述参数搜索模型的权重参数为均值，以搜索参数为方差。

7.一种模型输出推荐装置，其特征在于，所述装置包括：

第一输入模块，被配置为将任务输入特征分别输入至少两个任务模型，得到每个任务模型的任务输出特征和任务输出特征对应的置信度，其中，所述任务模型是翻译模型，所述任务输入特征是待翻译语句，所述任务输出特征是翻译语句；

评价模块，被配置为将所述任务输入特征对应的至少两个任务模型的任务输出特征和任务输出特征对应的置信度输入参数搜索模型，以使所述参数搜索模型根据每个任务模型的任务输出特征对应的置信度以及所述参数搜索模型的权重参数，得到每个任务模型的置信权重，并根据每个任务模型的置信权重得到推荐的任务输出特征，其中，所述参数搜索模型具有最优的权重参数。