[发明专利]模型训练、预测及内容理解方法及电子设备

说明书

本申请实施例公开了模型训练、预测及内容理解方法及电子设备，所述方法包括：获取目标应用系统中数据对象的类目体系结构，所述类目体系结构为网状结构，所述网状结构中包括多个树形结构；其中，在构建所述类目体系结构时，确定多个不同维度，每个维度下包括多个类目组成元素，所述树形结构用于对同一维度下的多个类目组成元素进行定义；接收到用户的样本标注请求后，根据所述多个不同维度分别对应的所述树形结构，提供标注操作选项，以用于分别在多个不同维度下进行类目组成元素的选择及标注；利用关联有多个不同维度下的类目组成元素标注结果的样本进行分类模型的训练。通过本申请实施例，能够提升标注样本的应用效率。

技术领域

本申请涉及内容理解技术领域，特别是涉及模型训练、预测及内容理解方法及电子设备。

背景技术

在商品对象信息系统中，信息流或者内容推荐是常见的功能，可以根据具体用户对各类内容的喜好程度等信息做内容召回，或者，为了降低相同或相似类目的内容给用户造成的疲劳而进行内容打散，等等。在通过算法模型进行信息流或者内容推荐时，通常还涉及到大量的图文或者视频等内容的内容理解，而在对图文或者视频等进行内容理解时，则涉及到对图文或视频关联商品对象的分类。也就是说，可以根据具体的图文或者视频等，识别出关联的商品所属的领域、类目等等，然后再根据内容理解的结果进行推荐。

为了达到上述通过算法模型进行内容理解的目的，还需要预先对算法模型进行训练，训练的过程中，则需要获取到大量的训练样本，并对训练样本进行标注，利用带有标注信息的训练样本完成对算法模型的训练后，则可以用于对具体的图文或视频关联的商品对象所属的类目进行预测。

其中，对于一些复杂场景，分类数量很多，例如，前述商品对象信息系统中的商品类目，包含非常多的类目，这时就需要用一定的类目体系结构把这些类目组织起来，进行方便标注、训练和管理。

现有技术中，类目体系结构主要分为平层结构以及树形结构两种。其中，平层结构是只有一层分类，没有层次结构，而在对训练样本进行标注的时候需要标注人员熟悉每个分类的定义，显然，在类目数量非常多的复杂场景中，标注人员难以熟悉每个分类的定义，使得标注的难度很大，效率比较低。树形结构中包含层次结构，非叶子节点每个节点都有若干个子节点。但是，随着分类数增加(例如增加到1万类)，可能会出现以下问题：当增加/删除/调整一个分类时，可能会影响其他很多类；并且，虽然树形结构中的层次结构有利于帮助标注人员熟悉分类的定义，但是，到了叶子类目的一层，总的类目数量仍然会非常多，如果需要训练出的算法能够识别出叶子层的多个类目，则需要的样本数量会非常多。例如，每预测一个类目，要训练好一个模型至少需要200个样本。然而，在实际应用中，类目数量往往是非常多的，例如，在商品对象信息系统中，护肤及个人护理领域下，有400个左右的类目，此时，仅该领域，就至少需要80000个样本才能完成模型训练。而领域数量又会很多，因此，总共需要的样本数量又会更多。这就给样本的收集以及标注提出了更高的要求。

因此，如何更高效地实现对算法模型的训练，提升标注样本的应用效率，进而提升信息推荐的效率，成为需要本领域技术人员解决的技术问题。

发明内容

本申请提供了模型训练、预测及内容理解方法及电子设备，能够更高效地实现对算法模型的训练，提升标注样本的应用效率，进而提升内容理解、信息推荐等应用的效率。

本申请提供了如下方案：

一种分类模型训练方法，包括：

获取目标应用系统中数据对象的类目体系结构，所述类目体系结构为网状结构，所述网状结构中包括多个树形结构；其中，在构建所述类目体系结构时，确定多个不同维度，每个维度下包括多个类目组成元素，所述树形结构用于对同一维度下的多个类目组成元素进行定义；

接收到用户的样本标注请求后，根据所述多个不同维度分别对应的所述树形结构，提供标注操作选项，以用于分别在多个不同维度下进行类目组成元素的选择及标注；