[发明专利]算法模型的优化方法、装置、存储介质及电子设备

权利要求书

1.一种算法模型的优化方法，其特征在于，所述方法包括以下步骤：

获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。

2.根据权利要求1所述的算法模型的优化方法，其特征在于，在根据预设数据库对所述终端任务进行分类后，所述方法还包括：

获取所述终端任务的任务类型信息；

根据所述任务类型信息对分类后的终端任务进行排序。

3.根据权利要求2所述的算法模型的优化方法，其特征在于，通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库，包括：

根据所述排序将所述终端任务划分为多个集合；

通过预设算法分别对所述多个集合中的终端任务进行学习，以得到多个知识库。

4.根据权利要求1所述的算法模型的优化方法，其特征在于，根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化，包括：

在所述目标知识库当中提取训练集；

根据所述训练集训练所述新终端任务的算法模型，以对所述算法模型的参数进行优化。

5.根据权利要求1所述的算法模型的优化方法，其特征在于，在对所述算法模型的参数进行优化后，所述方法还包括：

在所述电子设备通过优化后的算法模型执行完新终端任务后，提取所述新终端任务当中的任务数据；

将所述任务数据添加至所述目标知识库当中。

6.一种算法模型的优化装置，其特征在于，所述装置包括：分类模块、学习模块、匹配模块以及优化模块；

所述分类模块，用于获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

所述学习模块，用于通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

所述匹配模块，用于当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

所述优化模块，用于根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。

7.根据权利要求6所述的算法模型的优化装置，其特征在于，所述装置还包括：获取模块和排序模块；

所述获取模块，用于在所述分类模块根据预设数据库对所述终端任务进行分类后，获取所述终端任务的任务类型信息；

所述排序模块，用于根据所述任务类型信息对分类后的终端任务进行排序。

8.根据权利要求6所述的算法模型的优化装置，其特征在于，所述装置还包括：提取模块和添加模块；

所述提取模块，用于在所述电子设备通过优化后的算法模型执行完新终端任务后，提取所述新终端任务当中的任务数据；

所述添加模块，用于将所述任务数据添加至所述目标知识库当中。

9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至5任一项所述的算法模型的优化方法。

10.一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，其特征在于，所述处理器加载所述存储器中的指令用于执行以下步骤：

获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。