模型建立方法及装置制造方法及图纸

本申请实施例提供了一种模型建立方法及装置，其中方法包括：确定模型应用的目标场景，以及目标场景对应的目标模型结构，根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为目标场景选取目标参考数据，利用目标模型结构和目标参考数据，为目标场景建立模型，对建立的模型进行评估，根据评估结果，调节目标参考数据与目标场景之间的匹配程度值。

【技术实现步骤摘要】
模型建立方法及装置
本申请涉及计算机
，尤其涉及一种模型建立方法及装置。
技术介绍
目前，计算机在实现各种功能时，经常会建立对应的模型以实现相应的功能。比如，对于用户的评价数据，可以建立语意识别模型，以识别用户的语意，对于用户的大量图像，可以建立图像处理模型，以对用户的图像进行处理，比如从图像中提取特定图形等。基于此，有必要提供一种技术方案，提高建立模型的精准度。
技术实现思路
本申请实施例的目的是提供一种模型建立方法及装置，以提高建立模型的精准度。为达到上述技术目的，本申请实施例是这样实现的：本申请实施例提供了一种模型建立方法，包括：确定模型应用的目标场景，以及所述目标场景对应的目标模型结构；根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据；利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型；对建立的模型进行评估，根据评估结果，调节所述目标参考数据与所述目标场景之间的匹配程度值。本申请实施例提供了一种模型建立装置，包括：确定单元，用于确定模型应用的目标场景，以及所述目标场景对应的目标模型结构；选取单元，用于根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据；建模单元，用于利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型；反馈单元，用于对建立的模型进行评估，根据评估结果，调节所述目标参考数据与所述目标场景之间的匹配程度值。本申请实施例提供了一种模型建立设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述所述的模型建立方法的步骤。本申请实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述所述的模型建立方法的步骤。可见，本申请实施例中，可以根据模型的评估结果调节目标参考数据与目标场景之间的匹配程度值，并且在建立模型的过程中，根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为目标场景选取目标参考数据，因此通过本申请实施例，可以通过闭环反馈的方式准确调节调参参考数据与对应的场景之间的匹配程度值，从而提高建立的模型的精准度，使得建立的模型与所应用的场景更为匹配。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请一实施例提供的模型建立方法的流程示意图；图2为本申请一实施例提供的参数A的取值性能图的示意图；图3为本申请另一实施例提供的模型建立方法的流程示意图；图4为本申请另一实施例提供的模型建立方法的流程示意图；图5为本申请一实施例提供的模型建立装置的模块组成示意图；图6为本申请一实施例提供的模型建立设备的结构示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。本申请实施例提供了一种模型建立方法及装置，以提高建立模型的精准度。本申请实施例提供的模型建立方法能够应用在文字识别、图像识别等领域，用于在文字识别、图像识别等领域进行建模。本申请实施例提供的模型建立方法能够由模型建立设备或模型建立系统实现，后文不再重复。图1为本申请一实施例提供的模型建立方法的流程示意图，如图1所示，该方法包括以下步骤：步骤S102，确定模型应用的目标场景，以及目标场景对应的目标模型结构；步骤S104，根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为目标场景选取目标参考数据；步骤S106，利用目标模型结构和目标参考数据，为目标场景建立模型；步骤S108，对建立的模型进行评估，根据评估结果，调节目标参考数据与目标场景之间的匹配程度值。可见，本申请实施例中，可以根据模型的评估结果调节目标参考数据与目标场景之间的匹配程度值，并且在建立模型的过程中，根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为目标场景选取目标参考数据，因此通过本申请实施例，可以通过闭环反馈的方式准确调节调参参考数据与对应的场景之间的匹配程度值，从而提高建立的模型的精准度，使得建立的模型与所应用的场景更为匹配。本申请实施例中，模型可以应用在多个场景下，如文字识别场景、图像处理场景等。考虑到各场景所对应的数据处理情况不同，可以根据各场景所对应的数据样本量的大小、数据峰值、数据均值、数据偏度、数据方差、数据标准差中的至少一项，确定各场景匹配的模型结构，并将该模型结构作为各场景对应的模型结构并存储。其中，各场景对应的模型结构应用于对应的场景中时，能够取得较好的数据处理效果。比如，在某种文字处理场景下，根据该场景所对应的数据样本量的大小、数据峰值、数据均值、数据偏度、数据方差、数据标准差中的至少一项，确定一个双向GRU层带上卷积层的网络结构，为该场景对应的模型结构并存储。在其他实施例中，还可以将历史应用于各场景的效果较理想的模型结构，作为各场景对应的模型结构并存储。表1为各场景对应的模型结构的一种示意表。如图1所示，文字识别场景对应模型结构A，图像识别场景对应模型结构B。表1场景模型结构文字识别场景模型结构A图像识别场景模型结构B上述步骤S102中，首先确定模型应用的目标场景，目标场景包括但不限于文字识别场景、图像处理场景等。然后在预先存储的各场景对应的模型结构中，确定目标场景对应的目标模型结构。比如，目标模型结构为一个双向GRU层带上卷积层的网络结构。本实施例中，调参参考数据为用于调节模型结构的参数的参考数据，通过调参参考数据和预设的调参算法，能够调节模型结构的参数，从而建立模型。考虑到各场景所处理的数据不同，因此各场景所适用的调参参考数据也不同，因此本实施例中，首先可以预先获取历史应用于各场景下的、用于为对应场景的模型结构进行参数调节的调参参考数据，将该调参参考数据作为对应场景所对应的调参参考数据。然后，根据调参参考数据的调参效果，设置调参参考数据与对应场景之间的匹配程度值，或者，根据人工经验，设置调参参考数据与对应场景之间的匹配程度值，从而得到各场景与各调参参考数据之间的匹配程度值。匹配程度值可以举例为0-100分的分值形式，匹配程度值越高，表示调参参考数据与该场景越匹配。表2为各场景与各调参参考数据之间的匹配程度值的一种示意表。如图2所示，文字识别场景对应调参参考数据A、B、C，各匹配程度值依次为10、9、8，图像识别场景对应调参参考数据D、E、F，各匹配程度值依次为10、5、3，匹配程度值越高，表示调参参考数据的参数调节效果越理想。表2场景调参参考数据及匹配程度值文字识别场景A(10)、B(9)、C(8)图像识别场景D(10)、E(5)、F(3)上述步骤S104中，根据各场景与各调参参考数据之间的匹配程度本文档来自技高网...

【技术保护点】
1.一种模型建立方法，其特征在于，包括：确定模型应用的目标场景，以及所述目标场景对应的目标模型结构；根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据；利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型；对建立的模型进行评估，根据评估结果，调节所述目标参考数据与所述目标场景之间的匹配程度值。

【技术特征摘要】
1.一种模型建立方法，其特征在于，包括：确定模型应用的目标场景，以及所述目标场景对应的目标模型结构；根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据；利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型；对建立的模型进行评估，根据评估结果，调节所述目标参考数据与所述目标场景之间的匹配程度值。2.根据权利要求1所述的方法，其特征在于，根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据，包括：根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取匹配程度值大于设定阈值的调参参考数据，作为目标参考数据。3.根据权利要求1所述的方法，其特征在于，利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型，包括：根据所述目标参考数据，调节所述目标模型结构的模型参数；基于调节后的所述目标模型结构，为所述目标场景建立模型。4.根据权利要求3所述的方法，其特征在于，根据所述目标参考数据，调节所述目标模型结构的模型参数，包括：将所述目标参考数据中各参数的取值，作为所述目标模型结构中对应的参数的取值，以调节所述目标模型结构的模型参数。5.根据权利要求3所述的方法，其特征在于，根据所述目标参考数据，调节所述目标模型结构的模型参数，包括：利用特定调参算法，基于所述目标参考数据进行计算，得到所述目标模型结构的各参数的各个可选取值；在所述目标模型结构的各参数的各个可选取值中，为所述目标模型结构选取参数取值，以调节所述目标模型结构的模型参数。6.根据权利要求5所述的方法，其特征在于，在所述目标模型结构的各参数的各个可选取值中，为所述目标模型结构选取参数取值，包括：显示所述各参数对应的取值性能图，其中，所述取值性能图用于显示对应参数的各个可选取值对应的观测值和方差；确定用户基于所述取值性能图选择的各参数的可选取值，将用户选择的各参数的可选取值作为所述目标模型结构的参数取值。7.根据权利要求5所述的方法，其特征在于，在所述目标模型结构的各参数的各个可选取值中，为所述目标模型结构选取参数取值，包括：确定各参数的各个可选取值对应的观测值和方差；若所述目标场景对应的数据处理量大于数量阈值，则选取对应的观测值大于第一设定值，且，对应的方差小于第二设定值的可选取值，作为所述目标模型结构的对应参数的取值；若所述目标场景对应的数据处理量不大于数量阈值，则选取对应的观测值小于第三设定值，且，对应的方差大于第四设定值的可选取值，作为所述目标模型结构的对应参数的取值。8.根据权利要求1至7任一项所述的方法，其特征在于，根据评估结果，调节所述目标参考数据与所述目标场景之间的匹配程度值，包括：若所述评估结果表示建立的所述模型满足设定要求，则提高所述目标参考数据与所述目标场景之间的匹配程度值；若所述评估结果表示建立的所述模型不满足所述设定要求，则降低所述目标参考数据与所述目标场景之间的匹配程度值。9.根据权利要求1所述的方法，其特征在于，还包括：若所述评估结果表示建立的所述模型满足设定要求，则将建立的模型作为所述目标场景的目标模型；若所述评估结果表示建立的所述模型不满足所述设定要求，则重复执行以下步骤，直至所述评估结果表示建立的模型满足所述设定要求；根据各场景与各调参参考数据之间的匹配程度值，在各调参参考数据中为所述目标场景选取目标参考数据的步骤，利用所述目标模型结构和所述目标参考数据，为所述目标场景建立模型的步骤，以及对建立的模型进行评估的步骤。10.一种模型建立装置，其特征在于，...

【专利技术属性】
技术研发人员：席云，王维强，许辽萨，赵闻飙，袁锦程，易灿，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY