[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

说明书

本申请提供一种模型输出推荐方法和装置、模型输出推荐系统，其中，模型输出推荐方法包括：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；将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，从而在同一个任务模型对不同语句适应性有差别，多个任务模型输出多个结果的情况下，经过参数搜索模型对任务模型的评价后，筛选出更优的输出结果。

技术领域

本申请涉及人工智能技术领域，特别涉及一种模型输出推荐方法和装置、模型输出推荐系统及其训练方法和装置、计算设备、存储介质和芯片。

背景技术

超参数是在任务模型开始学习过程之前设置的参数，而不是通过任务模型训练得到的参数数据。通常情况下，在机器学习过程中需要对超参数进行优化，给任务模型选择一组最优超参数，以提高机器学习的性能和效果。

现有技术中，任务模型的超参数靠人为的经验进行设定，并在后续过程中一步步的调整，这需要花费较长时间才能得到一组最优的任务模型超参数，然后基于多个任务模型得到最优的输出结果，输出效率低下。

发明内容

有鉴于此，本申请实施例提供了一种模型输出推荐方法和装置、模型输出推荐系统及其训练方法和装置、计算设备、存储介质和芯片，以解决现有技术中存在的技术缺陷。

本申请实施例公开了一种模型输出推荐方法，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；

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。

可选地，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。

可选地，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。

本申请实施例公开了一种模型输出推荐系统的训练方法，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；

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。

可选地，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；