【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种产品推荐模型的训练方法、装置、计算机设备和存储介质。
技术介绍
1、大模型为大量参数和复杂结构的机器学习模型，由于大模型的泛化能力有限，从而导致大模型数据在数据处理过程中会出现事实错误、逻辑推理前后矛盾等问题，使得基于该大模型对用户推荐的金融产品的范围较广，因此如何提升大模型对用户推荐的金融产品的精确度是当前的研究重点。
2、传统处理方式是通过大量的用户需求信息对应的金融产品的训练语料对该大模型进行整体训练，从而提升针对金融产品的用户需求信息的判断精准度，但是这些语料库在收集时可能会包含一定领域的特定知识盲区甚至一些错误信息，从而导致大模型对用户推荐的金融产品的精确度较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种产品推荐模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种产品推荐模型的训练方法。所述方法包括：
3、获取多个金融类的产品信息、用户的产品使...
【技术保护点】
1.一种产品推荐模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述抽取所述预测产品推荐信息的各实体信息、以及各所述实体信息之间的关系信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述识别所述预测产品推荐信息对应的推荐文本信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于各所述实体信息、各所述关系信息、以及所述用户的产品使用信息，通过产品知识图谱，判断所述预测产品推荐信息是否满足所述用户的产品需求条件之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所...
【技术特征摘要】
1.一种产品推荐模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述抽取所述预测产品推荐信息的各实体信息、以及各所述实体信息之间的关系信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述识别所述预测产品推荐信息对应的推荐文本信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于各所述实体信息、各所述关系信息、以及所述用户的产品使用信息，通过产品知识图谱，判断所述预测产品推荐信息是否满足所述用户的产品需求条件之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于各所述实体信息、所述关系信息、以及各所述用户的产品使用信息，通过产品知识图谱，判断所述预测产品推荐信息是否满足所述用户的产品需求条件，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于每个目标...
【专利技术属性】
技术研发人员：李沅坷，叶红，程佩哲，程元鸿，
申请(专利权)人：中国工商银行股份有限公司，
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。