模型训练方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请实施例公开了模型训练方法、装置、设备、存储介质及程序产品；本申请实施例可以获取信息交互系统中目标对象的关联对象群组对应的图网络；对图网络中对象节点的邻居节点进行划分处理，得到关联对象群组中至少一个子对象群组对应的群组节点；基于对象节点之间的连接与群组节点对图网络进行更新，更新后图网络还包括群组节点、以及群组节点与对象节点之间的连接；基于更新后图网络中节点间的连接，从更新后图网络中确定用于训练模型的节点路径，节点路径至少包括群组节点；采用特征提取模型对节点路径对应的对象信息进行特征提取，得到目标对象的对象特征信息；根据对象特征信息对特征提取模型进行训练。该方案可以提高对象特征提取的准确度。象特征提取的准确度。象特征提取的准确度。

【技术实现步骤摘要】
模型训练方法、装置、设备、存储介质及程序产品


[0001]本申请涉及计算机
，具体涉及一种模型训练方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]图网络也称为图，其是由节点和连接节点的边构成的离散结构。在实际应用中，可以将对象抽象为图网络中的节点，并构造节点之间的连接，以使得模型可以通过利用图网络来提取对象的特征信息，
[0003]在对相关技术的研究和实践过程中，本申请的专利技术人发现，由于特征提取模型对图网络中特征信息的挖掘能力还有待改进，使得特征提取模型基于图网络所提取得到的特征信息相较于实际表征存在偏离，进而导致基于特征信息对特征提取模型进行的模型训练方法还有待改善。

技术实现思路

[0004]本申请实施例提出了一种模型训练方法、装置、设备、存储介质及程序产品，可以提高对象特征提取的准确度。
[0005]本申请实施例提供一种模型训练方法，包括：
[0006]获取信息交互系统中目标对象的关联对象群组对应的图网络，所述图网络包括所述关联对象群组中关联对象对应的对象节点、以及所述对象节点之间的连接，所述连接表征所述对象节点之间的关联关系；
[0007]对所述图网络中对象节点的邻居节点进行划分处理，得到所述关联对象群组中至少一个子对象群组对应的群组节点，其中，每个子对象群组对应一种对象群组类型；
[0008]基于所述连接与所述群组节点对所述图网络进行更新，得到更新后图网络，所述更新后图网络还包括所述群组节点、以及所述群组节点与所述对象节点之间的连接；
[0009]基于所述更新后图网络中节点间的连接，从所述更新后图网络中确定用于训练模型的节点路径，所述节点路径至少包括所述群组节点；
[0010]采用特征提取模型对所述节点路径对应的对象信息进行特征提取，得到所述目标对象的对象特征信息；
[0011]根据所述对象特征信息对所述特征提取模型进行训练。
[0012]相应的，本申请实施例还提供一种特征提取方法，包括：
[0013]确定训练后特征提取模型与待提取特征的目标对象；
[0014]获取信息交互系统中所述目标对象的关联对象群组对应的图网络，其中，所述图网络包括所述关联对象群组中关联对象对应的对象节点、所述关联对象群组中至少一个子对象群组对应的群组节点、以及节点之间的连接；
[0015]基于所述图网络中节点之间的连接，从所述图网络中确定用于提取特征的节点路径，所述节点路径至少包括所述群组节点；
[0016]采用所述训练后特征提取模型对所述节点路径对应的对象信息进行特征提取，得到所述目标对象的对象特征信息。
[0017]相应的，本申请实施例还提供一种模型训练装置，包括：
[0018]第一获取单元，用于获取信息交互系统中目标对象的关联对象群组对应的图网络，所述图网络包括所述关联对象群组中关联对象对应的对象节点、以及所述对象节点之间的连接，所述连接表征所述对象节点之间的关联关系；
[0019]划分单元，用于对所述图网络中对象节点的邻居节点进行划分处理，得到所述关联对象群组中至少一个子对象群组对应的群组节点，其中，每个子对象群组对应一种对象群组类型；
[0020]更新单元，用于基于所述连接与所述群组节点对所述图网络进行更新，得到更新后图网络，所述更新后图网络还包括所述群组节点、以及所述群组节点与所述对象节点之间的连接；
[0021]第一确定单元，用于基于所述更新后图网络中节点间的连接，从所述更新后图网络中确定用于训练模型的节点路径，所述节点路径至少包括所述群组节点；
[0022]第一提取单元，用于采用特征提取模型对所述节点路径对应的对象信息进行特征提取，得到所述目标对象的对象特征信息；
[0023]训练单元，用于根据所述对象特征信息对所述特征提取模型进行训练。
[0024]在一实施例中，所述划分单元，包括：
[0025]图生成子单元，用于根据所述图网络中对象节点的邻居节点，生成所述对象节点的邻居图网络，其中，所述邻居图网络包括所述对象节点的至少一个邻居节点、以及所述邻居节点之间的连接，每个所述邻居节点对应一个关联对象；
[0026]节点划分子单元，用于将所述邻居图网络中的节点划分至不同的子邻居节点集合，其中，每个子邻居节点集合对应一个子对象群组；
[0027]节点生成子单元，用于根据每个子对象群组对应的子邻居节点集合，生成所述子对象群组对应的群组节点。
[0028]在一实施例中，图生成子单元，用于：
[0029]根据所述图网络中对象节点的邻居节点，确定所述图网络中对象节点的邻居节点集合；根据所述图网络中所述邻居节点之间的连接，确定所述邻居节点集合对应的连接集合；基于所述邻居节点集合与所述连接集合，生成所述对象节点的邻居图网络。
[0030]在一实施例中，节点划分子单元，用于：
[0031]基于所述邻居图网络中邻居节点之间的连接，获取所述邻居图网络的随机游走节点序列，所述随机游走节点序列基于在所述邻居图网络中进行随机游走确定；对所述随机游走节点序列进行编码；基于编码结果，对所述邻居图网络中的邻居节点进行聚类处理；根据聚类结果，将所述邻居图网络中的邻居节点划分至不同的子邻居节点集合。
[0032]在一实施例中，所述更新单元，包括：
[0033]内容确定子单元，用于确定所述目标对象的关联内容，并生成所述关联内容对应的内容节点；
[0034]第一更新子单元，用于根据所述内容节点对所述图网络进行更新，得到更新后的第一图网络，所述第一图网络还包括所述内容节点、以及所述内容节点与所述对象节点之
间的连接；
[0035]第二更新子单元，用于基于所述第一图网络中节点间的连接与所述群组节点，对所述第一图网络进行更新，以生成更新后图网络。
[0036]在一实施例中，所述第二更新子单元，用于：
[0037]基于所述第一图网络中的节点间的连接，从所述第一图网络的节点中确定所述群组节点的待连接节点；确定所述群组节点与所述待连接节点之间的连接权重；在所述第一图网络中增加所述群组节点、以及每个群组节点与对应待连接节点之间的连接，以生成更新后图网络，其中，所述群组节点与对应待连接节点之间的连接基于所述连接权重确定。
[0038]在一实施例中，所述群组节点的待连接节点包括待连接内容节点；所述第二更新子单元，具体用于：
[0039]根据所述群组节点对应的子对象群组中的对象，从所述第一图网络的对象节点中选取所述群组节点的辅助对象节点，所述辅助对象节点用于辅助确定所述群组节点的待连接内容节点；基于所述第一图网络中所述辅助对象节点与内容节点之间的连接，从所述第一图网络的内容节点中确定所述群组节点的待连接内容节点。
[0040]在一实施例中，所述第二更新子单元，具体用于：
[0041]基于所述第一图网络中所述待连接内容节点与所述辅助对象节点之间的连接，确定所述群组节点与所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取信息交互系统中目标对象的关联对象群组对应的图网络，所述图网络包括所述关联对象群组中关联对象对应的对象节点、以及所述对象节点之间的连接，所述连接表征所述对象节点之间的关联关系；对所述图网络中对象节点的邻居节点进行划分处理，得到所述关联对象群组中至少一个子对象群组对应的群组节点，其中，每个子对象群组对应一种对象群组类型；基于所述连接与所述群组节点对所述图网络进行更新，得到更新后图网络，所述更新后图网络还包括所述群组节点、以及所述群组节点与所述对象节点之间的连接；基于所述更新后图网络中节点间的连接，从所述更新后图网络中确定用于训练模型的节点路径，所述节点路径至少包括所述群组节点；采用特征提取模型对所述节点路径对应的对象信息进行特征提取，得到所述目标对象的对象特征信息；根据所述对象特征信息对所述特征提取模型进行训练。2.根据权利要求1所述的模型训练方法，其特征在于，对所述图网络中对象节点的邻居节点进行划分处理，得到所述关联对象群组中至少一个子对象群组对应的群组节点，包括：根据所述图网络中对象节点的邻居节点，生成所述对象节点的邻居图网络，其中，所述邻居图网络包括所述对象节点的至少一个邻居节点、以及所述邻居节点之间的连接，每个所述邻居节点对应一个关联对象；将所述邻居图网络中的节点划分至不同的子邻居节点集合，其中，每个子邻居节点集合对应一个子对象群组；根据每个子对象群组对应的子邻居节点集合，生成所述子对象群组对应的群组节点。3.根据权利要求2所述的模型训练方法，其特征在于，根据所述图网络中对象节点的邻居节点，生成所述对象节点的邻居图网络，包括：根据所述图网络中对象节点的邻居节点，确定所述图网络中对象节点的邻居节点集合；根据所述图网络中所述邻居节点之间的连接，确定所述邻居节点集合对应的连接集合；基于所述邻居节点集合与所述连接集合，生成所述对象节点的邻居图网络。4.根据权利要求2所述的模型训练方法，其特征在于，将所述邻居图网络中的邻居节点划分至不同的子邻居节点集合，包括：基于所述邻居图网络中邻居节点之间的连接，获取所述邻居图网络的随机游走节点序列，所述随机游走节点序列基于在所述邻居图网络中进行随机游走确定；对所述随机游走节点序列进行编码；基于编码结果，对所述邻居图网络中的邻居节点进行聚类处理；根据聚类结果，将所述邻居图网络中的邻居节点划分至不同的子邻居节点集合。5.根据权利要求1所述的模型训练方法，其特征在于，基于所述连接与所述群组节点对所述图网络进行更新，得到更新后图网络，包括：确定所述目标对象的关联内容，并生成所述关联内容对应的内容节点；根据所述内容节点对所述图网络进行更新，得到更新后的第一图网络，所述第一图网
络还包括所述内容节点、以及所述内容节点与所述对象节点之间的连接；基于所述第一图网络中节点间的连接与所述群组节点，对所述第一图网络进行更新，以生成更新后图网络。6.根据权利要求5所述的模型训练方法，其特征在于，基于所述第一图网络中节点间的连接与所述群组节点，对所述第一图网络进行更新，以生成更新后图网络，包括：基于所述第一图网络中的节点间的连接，从所述第一图网络的节点中确定所述群组节点的待连接节点；确定所述群组节点与所述待连接节点之间的连接权重；在所述第一图网络中增加所述群组节点、以及每个群组节点与对应待连接节点之间的连接，以生成更新后图网络，其中，所述群组节点与对应待连接节点之间的连接基于所述连接权重确定。7.根据权利要求6所述的模型训练方法，其特征在于，所述群组节点的待连接节点包括待连接内容节点；基于所述第一图网络中的节点间的连接，从所述第一图网络的节点中确定所述群组节点的待连接节点，包括：根据所述群组节点对应的子对象群组中的对象，从所述第一图网络的对象节点中选取所述群组节点的辅助对象节点，所述辅助对象节点用于辅助确定所述群组节点的待连接内容节点；基于所述第一图网络中所述辅助对象节点与内容节点之间的连接，从所述第一图网络的内容节点中确定所述群组节点的待连接内容节点。8.根据权利要求7所述的模型训练方法，其特征在于，确定所述群组节点与所述待连接节点之间的连接权重，包括：基于所述第一图网络中所述待连接内容节点与所述辅助对象节点之间的连接，确定所述群组节点与所述待连接内容节点之间的连接频次信息；对所述连接频次信息...

【专利技术属性】
技术研发人员：林丹丹，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：