【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种任务执行方法、装置、存储介质及电子设备。
技术介绍
1、随着大模型时代的到来，模型的性能和效率也得到了广泛的关注，其中，transformer网络因其卓越的性能和高效的训练方式，被广泛的应用到诸如智能客服、风险控制、目标检测以及隐私保护等多个领域中，从而作为业务模型执行对应领域下的任务。
2、然而，随着数据量的不断增大，模型的计算量和占用的计算资源也会随着输入序列的长度呈平方增长，这就导致了任务的整体执行效率较低，资源占用较大，难以满足日益增长的业务需求。
3、因此，如何提高业务模型的计算效率，降低资源的占用，充分满足业务需求，是一个亟待解决的问题。
技术实现思路
1、本说明书提供一种任务执行方法、装置、存储介质及电子设备。以通过对重要程度较小的特征进行融合来缩减输出序列的长度，提高后续任务的效率。
2、本说明书采用下述技术方案：
3、本说明书提供了一种任务执行方法，包括：
4、接收针对目标数据的任务执行请求；
5、根据所述任务执行请求，将所述目标数据输入预设的业务模型中，以使所述业务模型确定所述目标数据中包含的各数据单元，并针对每个数据单元，根据该数据单元与所述目标数据中的每个数据单元之间的关联程度，确定该数据单元对应的数据特征以及该数据单元对应的第一权重，所述第一权重用于表征该数据单元相对于所述目标数据的重要程度；
6、将第一权重小于预设权重阈值的各数据单元所对应
7、根据所述融合特征以及未被融合的各数据特征，确定所述目标数据对应的目标特征，以根据所述目标特征执行任务。
8、可选地，针对每个数据单元，根据该数据单元与所述目标数据中的每个数据单元之间的关联程度，确定该数据单元对应的数据特征以及该数据单元对应的第一权重，具体包括：
9、根据所述关联程度，确定每个数据单元相对于该数据单元的各第二权重；
10、根据所述各第二权重，确定所述第一权重，以及，根据所述各第二权重以及每个数据单元对应的初始特征，确定该数据单元对应的数据特征。
11、可选地，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到融合特征，具体包括：
12、针对每个数据单元，通过所述业务模型中预设的线性网络层对该数据单元所对应的数据特征进行降维处理，得到该数据单元对应的降维特征；
13、将第一权重小于预设权重阈值的各数据单元所对应的降维特征进行融合，得到融合特征。
14、可选地，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到各融合特征，具体包括：
15、按照所述业务模型中网络参数的精度，确定分组数量；
16、按照所述分组数量，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行分组，并针对每个分组，将该分组内的数据特征进行融合，得到该分组对应的融合特征。
17、可选地，根据所述融合特征以及未被融合的各数据特征，确定所述目标数据对应的目标特征，具体包括：
18、针对所述业务模型所包含的每个数据处理网络层，将上一数据处理网络层输出的融合特征以及未被融合的各数据特征作为该数据处理网络层对应的各输入特征输入到该数据处理网络层中，以使该数据处理网络层针对每个输入特征，根据该输入特征与其他输入特征之间的关联程度，确定该数据处理网络层针对该输入特征所输出的数据特征以及该输入特征单元对应的第一权重；
19、将该数据处理网络层输出的第一权重小于预设权重阈值的各数据特征进行融合，得到该数据处理网络层输出的融合特征，并将该数据处理网络层输出的各数据特征以及融合特征输入到下一网络层中进行处理，直至得到最后一个数据处理网络层输出的特征数据，以将最后一个数据处理网络层输出的特征数据，作为目标特征。
20、可选地，所述目标数据包括：文本数据或图像数据。
21、本说明书提供了一种任务执行装置，包括：
22、接收模块，用于接收针对目标数据的任务执行请求；
23、输入模块，用于根据所述任务执行请求，将所述目标数据输入预设的业务模型中，以使所述业务模型确定所述目标数据中包含的各数据单元，并针对每个数据单元，根据该数据单元与所述目标数据中的其他数据单元之间的关联程度，确定该数据单元对应的数据特征以及该数据单元对应的第一权重，所述第一权重用于表征该数据单元相对于所述目标数据的重要程度；
24、融合模块，用于将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到融合特征；
25、执行模块，用于根据所述融合特征以及未被融合的各数据特征，确定所述目标数据对应的目标特征，以根据所述目标特征执行任务。
26、可选地，所述输入模块具体用于，根据所述关联程度，确定所述其他数据单元相对于该数据单元的各第二权重；根据所述各第二权重，确定所述第一权重，以及，根据所述各第二权重以及其他数据单元对应的初始特征，确定该数据单元对应的数据特征。
27、可选地，所述融合模块具体用于，针对每个数据单元，通过所述业务模型中预设的线性网络层对该数据单元所对应的数据特征进行降维处理，得到该数据单元对应的降维特征；将第一权重小于预设权重阈值的各数据单元所对应的降维特征进行融合，得到融合特征。
28、可选地，所述融合模块具体用于，按照所述业务模型中网络参数的精度，确定分组数量；按照所述分组数量，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行分组，并针对每个分组，将该分组内的数据特征进行融合，得到该分组对应的融合特征。
29、可选地，所述执行模块具体用于，针对所述业务模型所包含的每个数据处理网络层，将上一数据处理网络层输出的融合特征以及未被融合的各数据特征作为该数据处理网络层对应的各输入特征输入到该数据处理网络层中，以使该数据处理网络层针对每个输入特征，根据该输入特征与其他输入特征之间的关联程度，确定该数据处理网络层针对该输入特征所输出的数据特征以及该输入特征单元对应的第一权重；将该数据处理网络层输出的第一权重小于预设权重阈值的各数据特征进行融合，得到该数据处理网络层输出的融合特征，并将该数据处理网络层输出的各数据特征以及融合特征输入到下一网络层中进行处理，直至得到最后一个数据处理网络层输出的特征数据，以将最后一个数据处理网络层输出的特征数据，作为目标特征。
30、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任务执行方法。
31、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任务执行方法。
32、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
33本文档来自技高网...
【技术保护点】
1.一种任务执行方法，包括：
2.如权利要求1所述的方法，针对每个数据单元，根据该数据单元与所述目标数据中的每个数据单元之间的关联程度，确定该数据单元对应的数据特征以及该数据单元对应的第一权重，具体包括：
3.如权利要求1所述的方法，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到融合特征，具体包括：
4.如权利要求1所述的方法，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到各融合特征，具体包括：
5.如权利要求1所述的方法，根据所述融合特征以及未被融合的各数据特征，确定所述目标数据对应的目标特征，具体包括：
6.如权利要求1～5任一项所述的方法，所述目标数据包括：文本数据或图像数据。
7.一种任务执行装置，包括：
8.如权利要求7所述的装置，所述输入模块具体用于，根据所述关联程度，确定每个数据单元相对于该数据单元的各第二权重；根据所述各第二权重，确定所述第一权重，以及，根据所述各第二权重以及每个数据单元对应的初始特征，确定该数据单元对应的数据特征。>
9.如权利要求7所述的装置，所述融合模块具体用于，针对每个数据单元，通过所述业务模型中预设的线性网络层对该数据单元所对应的数据特征进行降维处理，得到该数据单元对应的降维特征；将第一权重小于预设权重阈值的各数据单元所对应的降维特征进行融合，得到融合特征。
10.如权利要求7所述的装置，所述融合模块具体用于，按照所述业务模型中网络参数的精度，确定分组数量；按照所述分组数量，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行分组，并针对每个分组，将该分组内的数据特征进行融合，得到该分组对应的融合特征。
11.如权利要求7所述的装置，所述执行模块具体用于，针对所述业务模型所包含的每个数据处理网络层，将上一数据处理网络层输出的融合特征以及未被融合的各数据特征作为该数据处理网络层对应的各输入特征输入到该数据处理网络层中，以使该数据处理网络层针对每个输入特征，根据该输入特征与每个输入特征之间的关联程度，确定该数据处理网络层针对该输入特征所输出的数据特征以及该输入特征单元对应的第一权重；将该数据处理网络层输出的第一权重小于预设权重阈值的各数据特征进行融合，得到该数据处理网络层输出的融合特征，并将该数据处理网络层输出的各数据特征以及融合特征输入到下一网络层中进行处理，直至得到最后一个数据处理网络层输出的特征数据，以将最后一个数据处理网络层输出的特征数据，作为目标特征。
12.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～6任一项所述的方法。
13.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1～6任一项所述的方法。
...【技术特征摘要】
1.一种任务执行方法，包括：
2.如权利要求1所述的方法，针对每个数据单元，根据该数据单元与所述目标数据中的每个数据单元之间的关联程度，确定该数据单元对应的数据特征以及该数据单元对应的第一权重，具体包括：
3.如权利要求1所述的方法，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到融合特征，具体包括：
4.如权利要求1所述的方法，将第一权重小于预设权重阈值的各数据单元所对应的数据特征进行融合，得到各融合特征，具体包括：
5.如权利要求1所述的方法，根据所述融合特征以及未被融合的各数据特征，确定所述目标数据对应的目标特征，具体包括：
6.如权利要求1～5任一项所述的方法，所述目标数据包括：文本数据或图像数据。
7.一种任务执行装置，包括：
8.如权利要求7所述的装置，所述输入模块具体用于，根据所述关联程度，确定每个数据单元相对于该数据单元的各第二权重；根据所述各第二权重，确定所述第一权重，以及，根据所述各第二权重以及每个数据单元对应的初始特征，确定该数据单元对应的数据特征。
9.如权利要求7所述的装置，所述融合模块具体用于，针对每个数据单元，通过所述业务模型中预设的线性网络层对该数据单元所对应的数据特征进行降维处理，得到该数据单元对应的降维特征；将第一权重小于预设权重阈值的各数据单元所对应的降维特征进行融合，得到融合特征。...
【专利技术属性】
技术研发人员：李若愚，唐董琦，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。