【技术实现步骤摘要】
本申请涉及人工智能，尤其是涉及一种基于多模态数据的ai模型决策方法、装置及电子设备。
技术介绍
1、目前，模型训练样本是构建高效模型的核心基础，其质量与规模直接影响模型性能。模型通过海量样本学习语言规则、视觉特征或决策逻辑，例如，在预训练阶段使用学术论文、博客等文本数据，学习词语关联和语法结构，形成基础语言能力。但是，有很多ai模型训练样本的数据不具有一定可信度，使得ai模型训练样本中的脏数据较多，导致ai模型训练效果较差。
技术实现思路
1、本专利技术的目的在于提供一种基于多模态数据的ai模型决策方法、装置及电子设备，以解决ai模型训练样本中的脏数据较多导致ai模型训练效果较差的技术问题。
2、第一方面，本申请提供了一种基于多模态数据的ai模型决策方法，所述方法包括：
3、获取融合有文本、时序及图像的多模态数据以及与所述多模态数据相关的真实用户评论数据；
4、根据所述真实用户评论数据及对应评论的所述多模态数据生成所述真实用户评论数据对应的目标用户的用户
本文档来自技高网...
【技术保护点】
1.一种基于多模态数据的AI模型决策方法，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，在所述利用所述第二学习样本对所述中间AI模型进行模型优化，得到优化后的目标AI模型之后，还包括：
3.根据权利要求1所述的方法，其特征在于，所述利用所述中间AI模型根据所述交互数据对所述第一用户进行可信度测评，得到所述第一用户的置信值测评结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述中间AI模型根据所述交互数据与除所述第一用户以外其他真实用户的交互数据相似度、所述交互数据相似度大于指定相似度阈值的目标...
【技术特征摘要】
1.一种基于多模态数据的ai模型决策方法，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，在所述利用所述第二学习样本对所述中间ai模型进行模型优化，得到优化后的目标ai模型之后，还包括：
3.根据权利要求1所述的方法，其特征在于，所述利用所述中间ai模型根据所述交互数据对所述第一用户进行可信度测评，得到所述第一用户的置信值测评结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述中间ai模型根据所述交互数据与除所述第一用户以外其他真实用户的交互数据相似度、所述交互数据相似度大于指定相似度阈值的目标真实用户的用户数量、所述目标真实用户对应的置信值测评结果、以及所述第一用户的活跃度，对所述第一用户进行可信度测评，得到所述第一用户的置信值测评结果，包括：
5.根据权利要求...
【专利技术属性】
技术研发人员：吕忻，
申请(专利权)人：杭州智拓星科技有限公司，
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。