本公开实施例公开了信息生成方法、装置和电子设备。该方法的一具体实施方式包括：获取目标用户特征值，其中，目标用户特征值用于表征用户的目标特征；从目标嵌入向量表组合中，确定与所述目标特征对应的目标嵌入向量表，其中，目标嵌入向量表组合包括至少两个嵌入向量表，嵌入向量表与用户的特征对应，嵌入向量表包括至少两个嵌入向量，嵌入向量表中的嵌入向量与用户特征值对应；从所述目标嵌入向量表中，确定与所述目标用户特征值对应的目标嵌入向量，其中，所述目标嵌入向量用于表征所述用户的目标特征。由此，提供了一种新的信息生成方式。方式。方式。
【技术实现步骤摘要】
信息生成方法、装置和电子设备
[0001]本公开涉及互联网
，尤其涉及一种信息生成方法、装置和电子设备。
技术介绍
[0002]机器学习/深度学习框架通常使用计算图描述模型。模型的计算被描述为一个有向无环图，其中，图的节点表示一个具体的运算，而图之间的边表示计算之间的依赖关系。训练器使用一个图引擎，依照拓扑序列对其中的算子(可以包括嵌入向量表)依次调度执行。每一个算子执行的开销可以认为是算子本身的执行时间和图引擎调度带来的开销的总和。
技术实现思路
[0003]提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开实施例提供了一种信息生成方法，该方法包括：获取目标用户特征值，其中，目标用户特征值用于表征用户的目标特征；从目标嵌入向量表组合中，确定与所述目标特征对应的目标嵌入向量表，其中，目标嵌入向量表组合包括至少两个嵌入向量表，嵌入向量表与用户的特征对应，嵌入向量表包括至少两个嵌入向量，嵌入向量表中的嵌入向量与用户特征值对应；从所述目标嵌入向量表中，确定与所述目标用户特征值对应的目标嵌入向量，其中，所述目标嵌入向量用于表征所述用户的目标特征。
[0005]第二方面，本公开实施例提供了一种信息生成装置，包括：获取单元，用于获取目标用户特征值，其中，目标用户特征值用于表征用户的目标特征；第一确定单元，用于从目标嵌入向量表组合中，确定与所述目标特征对应的目标嵌入向量表，其中，目标嵌入向量表组合包括至少两个嵌入向量表，嵌入向量表与用户的特征对应，嵌入向量表包括至少两个嵌入向量，嵌入向量表中的嵌入向量与用户特征值对应；第二确定单元，用于从所述目标嵌入向量表中，确定与所述目标用户特征值对应的目标嵌入向量，其中，所述目标嵌入向量用于表征所述用户的目标特征。
[0006]第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的信息生成方法。
[0007]第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的信息生成方法的步骤。
[0008]本公开实施例提供的信息生成方法、装置和电子设备，通过从包括至少两个嵌入向量表的目标向量表组合中，确定目标嵌入向量表，然后从目标嵌入向量表中确定目标用于特征值对应的目标嵌入向量，可以提高确定目标嵌入向量的速度。换句话说，目标向量表组合可以是至少两个嵌入向量表的复合体，系统执行的时候，仅需一次调度，可以执行至少
两个种类的特征嵌入操作，由此，可以减少调度和加载嵌入向量表的次数，减少特征嵌入场景中系统开销，提高模型得到最终结果的速度。
附图说明
[0009]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0010]图1是根据本公开的信息生成方法的一个实施例的流程图；
[0011]图2A和图2B是根据本公开的信息生成方法的一个应用场景的示意图；
[0012]图3是根据本公开的信息生成方法的另一个应用场景的示意图；
[0013]图4是根据本公开的信息生成方法的再一个应用场景的示意图；
[0014]图5是本公开的信息生成方法的又一个应用场景的示意图；
[0015]图6是根据本公开的信息生成装置的一个实施例的结构示意图；
[0016]图7是本公开的一个实施例的信息生成方法可以应用于其中的示例性系统架构；
[0017]图8是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
[0018]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0019]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0020]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0021]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0022]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0023]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0024]请参考图1，其示出了根据本公开的信息生成方法的一个实施例的流程。如图1所示该信息生成方法，包括以下步骤：
[0025]步骤101，获取目标用户特征值。
[0026]在本实施例中，信息生成方法的执行主体(例如服务器)可以获取目标用户特征值。
[0027]在这里，上述目标用户特征值可以用户表征用户的目标特征。目标用户特征值中加上目标二字，是为了叙述方便，而不是对特征值的数值或者类型的限定，实际上，目标用户特征值可以是表征任意特征的值，也可以是任意数值。
[0028]作为示例，用户的目标特征可以是用户性别，目标用户特征值可以用于表征用户的性别具体是男或者是女。
[0029]通常，在进行与用户相关的模型训练或者模型处理(例如为用户推送信息的场景)的时候，可以将先获取用户特征值。
[0030]步骤102，从目标嵌入向量表组合中，确定与目标特征对应的目标嵌入向量表。
[0031]在本实施例中，上述执行主体可以从目标嵌入向量表组合中，确定与目标特征对应的嵌入向量表，作为目标嵌入向量表。
[0032]在本实施例中，上述嵌入向量表可以与用户的特征对应。
[0033]在本实施例中，上述目标嵌入向量表组合可以包括至少两个嵌入向量表。嵌入向量表与用户的特征对应。
[0034]在这里，嵌入向量表(Embedding Table)可以是嵌入向本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息生成方法，其特征在于，包括：获取目标用户特征值，其中，目标用户特征值用于表征用户的目标特征；从目标嵌入向量表组合中，确定与所述目标特征对应的目标嵌入向量表，其中，目标嵌入向量表组合包括至少两个嵌入向量表，嵌入向量表与用户的特征对应，嵌入向量表包括至少两个嵌入向量，嵌入向量表中的嵌入向量与用户特征值对应；从所述目标嵌入向量表中，确定与所述目标用户特征值对应的目标嵌入向量，其中，所述目标嵌入向量用于表征所述用户的目标特征。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述目标嵌入向量，向用户推送信息。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取用户特征向量，其中，用户特征向量包括的向量元素用于表征至少两种用户特征；对于每种用户特征对应的向量元素，从预先生成的至少两个嵌入向量表组合中，确定与该用户特征相关联的嵌入向量表组合，其中，所确定的嵌入向量表组合包括与该用户特征对应的嵌入向量表。4.根据权利要求1述的方法，其特征在于，嵌入向量表组合通过第一步骤生成，第一步骤包括：将与用户的特征对应的嵌入向量表，分为预设数目个组，得到预设数目个嵌入向量表组合。5.根据权利要求4述的方法，其特征在于，嵌入向量表为二维数组，嵌入向量表分为向量数量维和向量长度维；所述将与用户的特征对应的嵌入向量表，分为预设数目个组，得到预设数目个嵌入向量表组合，包括：基于向量数量维进行排序，对嵌入向量表组合进行排序得到嵌入向量表序列；将所述嵌入向量表序列，将所述嵌入向量表序列分为预设数目个子序列，以及将每个子序列中的嵌入向量表打包为嵌入向量表组合。6.根据权利要求5述的方法，其特征在于，所述基于向量数量维进行排序，对嵌入向量表组合进行排序得到嵌入向量表序列，包括：将在向量长度维取值相同的...
【专利技术属性】
技术研发人员：高飞，解浚源，吴迪，刘小兵，
申请(专利权)人：脸萌有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。