[发明专利]识别模型训练及数据召回方法、装置、设备及计算机介质

权利要求书

1.一种识别模型训练方法，其特征在于，所述方法包括：

基于第一样本信息集对第一初始子模型进行训练，得到第一子模型，所述第一子模型用于确定输入数据的语义信息，所述第一样本信息集中的各第一样本信息包括样本输入数据与所述样本输入数据对应的关联语义标签；

基于第二样本信息集对第二初始子模型进行训练，得到第二子模型，所述第二子模型用于确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量，所述第二样本信息集中的各第二样本信息包括所述样本输入数据、所述样本输入数据所属的第一类别，以及所述第一类别对应的点击量；

根据所述第一子模型与所述第二子模型确定识别模型。

2.如权利要求1所述的识别模型训练方法，其特征在于，所述方法还包括：

获取用户的搜索数据集，并在所述搜索数据集中提取至少一个关键数据；

对第一预设时间段内各所述关键数据的搜索频率进行统计，得到各所述关键数据对应的搜索频率；

获取至少一个所述关键数据中所述搜索频率大于第一预设阈值的第一目标关键数据的集合；

根据所述第一目标关键数据的集合确定所述第一样本信息集中的样本输入数据的集合。

3.如权利要求2所述的识别模型训练方法，其特征在于，所述根据所述第一目标关键数据的集合确定所述第一样本信息集中的样本输入数据的集合，包括：

获取第二预设时间段内所述第一目标关键数据的集合中各所述第一目标关键数据对应的曝光点击量；

将所述第一目标关键数据的集合中对应的曝光点击量大于第二预设阈值的第二目标关键数据的集合作为所述第一样本信息集中的样本输入数据的集合，所述第二目标关键数据与所述样本输入数据一一对应。

4.如权利要求1所述的识别模型训练方法，其特征在于，所述第二子模型包括第三子模型与第四子模型，所述方法还包括：生成所述样本输入数据所属的第一类别；

所述生成所述样本输入数据所属的第一类别，包括：

基于第三样本信息集对第三初始子模型进行训练，得到所述第三子模型，所述第三样本信息集中的各第三样本信息包括第四样本信息和所述第四样本信息所属的第二类别；

将所述样本输入数据输入所述第三子模型，得到所述样本输入数据所属的第一类别；

其中，所述第三子模型还用于确定所述语义信息对应的目标类型，所述第四子模型用于确定所述目标类型对应的目标预测点击量。

5.如权利要求1所述的识别模型训练方法，其特征在于，所述第一子模型为MLM模型。

6.一种数据召回方法，其特征在于，所述方法包括：

获取用户的输入数据；

通过识别模型中的第一子模型确定所述输入数据的语义信息；

通过所述识别模型中的第二子模型确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量；

根据所述目标类型，以及所述目标类型对应的目标预测点击量确定所述输入数据的召回结果；

其中，所述识别模型为权利要求1-5中任一项所述的识别模型。

7.一种识别模型训练装置，其特征在于，所述装置包括：

第一训练单元，用于基于第一样本信息集对第一初始子模型进行训练，得到第一子模型，所述第一子模型用于确定输入数据的语义信息，所述第一样本信息集中的各第一样本信息包括样本输入数据与所述样本输入数据对应的关联语义标签；

第二训练单元，用于基于第二样本信息集对第二初始子模型进行训练，得到第二子模型，所述第二子模型用于确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量，所述第二样本信息集中的各第二样本信息包括所述样本输入数据、所述样本输入数据所属的第一类别，以及所述第一类别对应的点击量；

确认单元，用于根据所述第一子模型与所述第二子模型确定识别模型。