[发明专利]信息的处理方法、装置、存储介质和电子设备

权利要求书

1.一种信息的处理方法，其特征在于，所述方法包括：

获取待处理信息，所述待处理信息包含文本信息和图像信息中的至少一种；

将所述待处理信息，作为由预设模型训练得到的处理模型的输入，以得到所述处理模型输出的所述待处理信息对应的目标信息，所述目标信息能够反映所述待处理信息中包括的指定特征；

其中，所述预设模型包括多个操作模块和每个所述操作模块对应的归一化结构，每个所述操作模块对应的归一化结构用于对该操作模块的输出进行归一化处理；所述处理模型为在对所述预设模型进行训练的过程中，根据目标概率或对所述预设模型进行训练的步数，移除指定数量个所述操作模块对应的归一化结构得到的。

2.根据权利要求1所述的方法，其特征在于，所述处理模型是通过以下方式训练的：

获取训练样本集；所述训练样本集包括多组训练数据，每组所述训练数据包括：输入端训练数据和对应的输出端训练数据，所述输入端训练数据包括第一训练信息，所述输出端训练数据包括与所述第一训练信息对应的第二训练信息；

根据所述目标概率或对所述预设模型进行训练的步数，利用所述训练样本集对所述预设模型进行训练，以获取所述处理模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标概率或对所述预设模型进行训练的步数，利用所述训练样本集对所述预设模型进行训练，以获取所述处理模型，包括：

按照所述目标概率从所述预设模型包括的全部归一化结构中，选取第一数量个所述归一化结构进行移除；

根据所述训练样本集，对移除第一数量个所述归一化结构后的所述预设模型进行训练；

更新所述目标概率，更新后的所述目标概率大于更新前的所述目标概率；

重复执行所述按照所述目标概率从所述预设模型包括的全部归一化结构中，选取第一数量个所述归一化结构进行移除，至所述更新所述目标概率的步骤，直至移除指定数量个所述归一化结构，以获取所述处理模型。

4.根据权利要求3所述的方法，其特征在于，所述更新所述目标概率，包括：

根据预设的比例系数更新所述目标概率；或，

根据预设函数更新所述目标概率。

5.根据权利要求2所述的方法，其特征在于，所述根据所述目标概率或对所述预设模型进行训练的步数，利用所述训练样本集对所述预设模型进行训练，以获取所述处理模型，包括：

根据所述训练样本集和对所述预设模型进行训练的步数，通过预设训练步骤对所述预设模型进行训练，直至移除指定数量个所述归一化结构，以获取所述处理模型。

6.根据权利要求5所述的方法，其特征在于，所述预设训练步骤包括：

在根据所述训练样本集对所述预设模型进行训练的步数为N时，根据N确定目标方差，N为自然数；

根据当前每个所述操作模块的输出的方差和所述目标方差，确定是否对该操作模块对应的归一化结构进行移除；

若该操作模块的输出的方差小于或等于所述目标方差，对该操作模块对应的归一化结构进行移除；

若该操作模块的输出的方差大于所述目标方差，保留该操作模块对应的归一化结构。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述预设模型包括编码器和解码器，所述编码器由第二数量个所述操作模块组成，所述解码器由第三数量个所述操作模块组成；所述操作模块为注意力网络或者前馈神经网络。