【技术实现步骤摘要】
本申请涉及大数据领域，特别是涉及一种模型训练方法、装置、计算机设备和存储介质。
技术介绍
1、psr（pressure state response，压力状态响应）模型设计理念是对资源、服务以及产品进行分层解耦，并基于底层的云网能力进行组装设计，形成服务，并向外提供通信服务/产品
2、产品服务中心为适应快速变化的市场需要，需要保持设计的前瞻性和创新性，因此，需要通过psr对象对psr模型进行模型更新训练，但是psr对象之间存在着众多错综复杂的相互关系，导致在对psr模型进行模型更新训练时难以充分利用psr对象的深层次信息。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够充分利用psr对象的深层次信息的模型训练方法、装置、计算机设备和存储介质。
2、第一方面，本申请提供了一种模型训练方法。所述方法包括：
3、获取待处理数据对应的知识图谱向量和自然语言向量；
4、根据所述知识图谱向量和所述自然语言向量，对初始网络模型进行模型训练，...
【技术保护点】
1.一种模型训练方法，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，所述根据所述知识图谱向量和所述自然语言向量，对初始网络模型进行模型训练，得到训练后的目标网络模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语言向量进行向量融合，确定所述目标融合向量，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语言向量进行向量融合，确定所述目标融合向量，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语...
【技术特征摘要】
1.一种模型训练方法，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，所述根据所述知识图谱向量和所述自然语言向量，对初始网络模型进行模型训练，得到训练后的目标网络模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语言向量进行向量融合，确定所述目标融合向量，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语言向量进行向量融合，确定所述目标融合向量，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述知识图谱向量和所述自然语言向量进行向量融合，确定所述目标融合向量，包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获取待处理数据...
【专利技术属性】
技术研发人员：陈达生，宋琦，潘碧莹，李凌，徐峰，
申请(专利权)人：中国电信股份有限公司技术创新中心，
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。