【技术实现步骤摘要】
模型训练方法、用户咨询信息确定方法、装置、设备
[0001]本公开的实施例涉及计算机
，具体涉及模型训练方法、用户咨询信息确定方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]目前，在各个业务领域，常常采用人工或机器人客服的方式来接待用户，回答用户与业务相关的各个疑问。无论是人工还是机器人客服，在用户进线咨询前，通常会对用户的咨询意图进行预测，并将用户可能咨询的问题推送到前台界面，供顾客选择。
[0003]对于用户的咨询意图的预测，通常采用的方式：根据用户进线前的各种用户信息，结合用户进线咨询的业务问题，通过机器学习的方法，离线收集训练数据集来训练分类模型。当目标用户进线时，根据目标用户进线前的各种用户信息，用上述训练好的分类模型来预测目标用户可能咨询的意图分类，再将意图分类下的问题展示到前台界面，供目标用户选择。
[0004]然而，通过上述方式来预测用户可能咨询的意图分类通常存在以下问题：分类模型无法根据线上用户的反馈信息，自动优化和更新模型。长期来看，可能会导致分类模型预测用户进线咨询的...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，包括：获取用户选择信息、用户反馈的第一用户咨询信息和用户咨询信息确定模型输出的至少一个第二用户咨询信息，其中，所述用户选择信息表征用户是否选择由系统推荐的用户咨询信息；根据所述用户选择信息、所述第一用户咨询信息和所述至少一个第二用户咨询信息，对所述用户咨询信息确定模型输入的用户数据的标签进行动态调整，得到训练样本，其中，所述标签为所述至少一个第二用户咨询信息中的第二目标用户咨询信息；对所述训练样本对应的样本权重进行动态调整，得到调整后的训练样本；根据所述调整后的训练样本，对所述用户咨询信息确定模型进行再次训练，得到训练后的用户咨询信息确定模型。2.根据权利要求1所述的方法，其中，所述根据所述用户选择信息、所述第一用户咨询信息和所述至少一个第二用户咨询信息，对所述用户咨询信息确定模型输入的用户数据的标签进行动态调整，得到训练样本，包括：响应于所述用户选择信息表征所述用户未选择由系统推荐的用户咨询信息，以及所述第一用户咨询信息不存在于所述至少一个第二用户咨询信息中，将所述用户数据的标签替换为所述第一用户咨询信息，得到所述训练样本。3.根据权利要求2所述的方法，其中，所述对所述训练样本对应的样本权重进行动态调整，得到调整后的训练样本，包括：将所述训练样本对应的样本权重调整为数值α，得到调整后的训练样本，其中，所述数值α为大于1的数值。4.根据权利要求1所述的方法，其中，所述根据所述用户选择信息、所述第一用户咨询信息和所述至少一个第二用户咨询信息，对所述用户咨询信息确定模型输入的用户数据的标签进行动态调整，得到训练样本，包括：响应于所述用户选择信息表征所述用户选择由系统推荐的用户咨询信息，以及所述第一用户咨询信息不存在于所述至少一个第二用户咨询信息中，将所述用户数据的标签替换为所述第一用户咨询信息，得到所述训练样本。5.根据权利要求1所述的方法，其中，所述根据所述用户选择信息、所述第一用户咨询信息和所述至少一个第二用户咨询信息，对所述用户咨询信息确定模型输入的用户数据的标签进行动态调整，得到训练样本，包括：响应于所述用户选择信息表征所述用户选择由系统推荐的用户咨询信息，以及所述第一用户咨询信息存在于所述至少一个第二用户咨询信息中，将所述第一用户咨询信息确定为所述用户数据的标签，得到所述训练样本。6.根据权利要求5所述的方法，其中，所述对所述训练样本对应的样本权重进行动态调整，得到调整后的训练样本，包括：将所述训练样本对应的样本权重调整为数值β，得到调整后的训练样本，其中，所述数值β为0
‑
1之间的数值。7.根据权利要求1所述的方法，其中，所述根据所述用户选择信息、所述第一用户咨询信息和所述至少一个第二用户咨询信息，对所述用户咨询信息确定模型输入的用户数据的标签进行动态调整，得到训练样本，包括：
响应于所述用户选择信息表征所述用户未选择由系统推荐的用户咨询信息，以及所述第一用户咨询信息存在于所述至少一个第二用户咨询信息中，将所述用户数据和所述第二目标用户咨询信息确定为所述训练样本。8.根据权利要求4或7之一所述的方法，其中，所述对所述训练样本对应的样本权重进...
【专利技术属性】
技术研发人员：邹波，林江华，邱立坤，
申请(专利权)人：北京京东世纪贸易有限公司，
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。