System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能,特别是涉及一种训练样本生成方法、消息推荐预测方法以及相关装置。
技术介绍
1、随着人工智能技术的发展,出现了消息推荐技术,利用消息推荐可以实现对于用户的个性化消息推荐。传统技术中,通常是追踪用户对于推荐消息的点击数据,然后根据点击数据训练数据处理模型,从而根据数据处理模型即可实现消息推荐。
2、可见,目前的数据处理模型的训练样本的数据维度比较单一,训练样本的数据维度不够丰富,这会导致训练得到的数据处理模型的准确度不够高。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提升数据处理模型的准确度的训练样本生成方法、消息推荐预测方法以及相关装置。
2、第一方面,本申请提供了一种训练样本生成方法。所述训练样本生成方法包括:
3、在知识图谱中选取第一实体,并确定所述第一实体在所述知识图谱中的连接实体;
4、根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一的外部知识特征;
5、对所述第一实体在所述知识图谱中的实体信息进行特征编码,得到所述第一的内部知识特征;
6、根据所述内部知识特征和所述外部知识特征,生成所述第一实体对应的第一知识特征,并将所述第一知识特征添加到训练样本中,所述训练样本用于训练数据处理模型。
7、第二方面,本申请提供了一种消息推荐预测方法。所述消息推荐预测方法包括:
8、在知识图谱中确定待推
9、针对于每个第二实体,根据所述第二实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第二实体的外部知识特征;对所述第二实体在所述知识图谱中的实体信息进行特征编码,得到所述第二实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第二实体对应的第四知识特征;
10、数据处理模型根据所述待推荐消息对应的第四知识特征和所述待推荐对象对应的第四知识特征,在所述待推荐消息和所述待推荐对象之间进行消息推荐预测。
11、第三方面,本申请还提供了一种训练样本生成装置。所述训练样本生成装置包括:
12、选取模块,用于在知识图谱中选取第一实体,并确定所述第一实体在所述知识图谱中的连接实体;
13、生成模块,用于根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一实体的外部知识特征;
14、所述生成模块,还用于对所述第一实体在所述知识图谱中的实体信息进行特征编码,得到所述第一实体的内部知识特征;
15、所述生成模块,还用于根据所述内部知识特征和所述外部知识特征,生成所述第一实体对应的第一知识特征,并将所述第一知识特征添加到训练样本中,所述训练样本用于训练数据处理模型。
16、第四方面,本申请还提供了一种消息推荐预测装置。所述消息推荐预测装置包括:
17、确定模块,用于在知识图谱中分别确定待推荐消息对应的第二实体、待推荐对象对应的第二实体以及每个第二实体的连接实体;
18、生成模块,用于针对于每个第二实体,根据所述第二实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第二实体的外部知识特征;对所述第二实体在所述知识图谱中的实体信息进行特征编码,得到所述第二实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第二实体对应的第四知识特征;
19、预测模块,用于数据处理模型根据所述待推荐消息对应的第四知识特征和所述待推荐对象对应的第四知识特征,在所述待推荐消息和所述待推荐对象之间进行消息推荐预测。
20、第五方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
21、在知识图谱中选取第一实体,并确定所述第一实体在所述知识图谱中的连接实体;根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一实体的外部知识特征;对所述第一实体在所述知识图谱中的实体信息进行特征编码,得到所述第一实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第一实体对应的第一知识特征,并将所述第一知识特征添加到训练样本中,所述训练样本用于训练数据处理模型;
22、或者,在知识图谱中确定待推荐消息对应的第二实体、待推荐对象对应的第二实体以及每个第二实体的连接实体;针对于每个第二实体,根据所述第二实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第二实体的外部知识特征;对所述第二实体在所述知识图谱中的实体信息进行特征编码,得到所述第二实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第二实体对应的第四知识特征;数据处理模型根据所述待推荐消息对应的第四知识特征和所述待推荐对象对应的第四知识特征,在所述待推荐消息和所述待推荐对象之间进行消息推荐预测。
23、第六方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
24、在知识图谱中选取第一实体,并确定所述第一实体在所述知识图谱中的连接实体;根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一实体的外部知识特征;对所述第一实体在所述知识图谱中的实体信息进行特征编码,得到所述第一实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第一实体对应的第一知识特征,并将所述第一知识特征添加到训练样本中,所述训练样本用于训练数据处理模型;
25、或者,在知识图谱中确定待推荐消息对应的第二实体、待推荐对象对应的第二实体以及每个第二实体的连接实体;针对于每个第二实体,根据所述第二实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第二实体的外部知识特征;对所述第二实体在所述知识图谱中的实体信息进行特征编码,得到所述第二实体的内部知识特征;根据所述内部知识特征和所述外部知识特征,生成所述第二实体对应的第四知识特征;数据处理模型根据所述待推荐消息对应的第四知识特征和所述待推荐对象对应的第四知识特征,在所述待推荐消息和所述待推荐对象之间进行消息推荐预测。
26、第七方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
27、在知识图谱中选取第一实体,并确定所述第一实体在所述知识图谱中的连接实体;根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识本文档来自技高网...
【技术保护点】
1.一种训练样本生成方法,其特征在于,所述训练样本生成方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一实体的外部知识特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述外部信息编码特征和所述外部信息关系表示进行特征融合,生成所述第一实体的外部知识特征,包括:
4.根据权利要求3所述的方法,其特征在于,所述外部知识特征在第N轮迭代训练所述数据处理模型时生成,所述外部知识特征在第N+1轮迭代训练所述数据处理模型时生成,其中,N的取值为2n或者2n+1,n的取值为非负整数。
5.根据权利要求1所述的方法,其特征在于,所述第一实体包括待推荐消息和待推荐对象;所述第一知识特征包所述待推荐消息的第二知识特征和所述待推荐对象的第三知识特征;所述将所述第一知识特征添加到训练样本中,包括:
6.根据权利要求5所述的方法,其特征在于,所述根据所述待推荐消息的第二知识特征、所述待推荐对象的第三知识特征以及真实样本标签
7.根据权利要求1所述的方法,其特征在于,在所述在知识图谱中选取第一实体之前,所述方法还包括:
8.一种消息推荐预测方法,其特征在于,所述消息推荐预测方法包括:
9.一种训练样本生成装置,其特征在于,所述训练样本生成装置包括:
10.一种消息推荐预测装置,其特征在于,所述消息推荐预测装置包括:
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种训练样本生成方法,其特征在于,所述训练样本生成方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一实体与所述连接实体之间的连接关系信息以及所述连接实体在所述知识图谱中的实体信息,生成所述第一实体的外部知识特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述外部信息编码特征和所述外部信息关系表示进行特征融合,生成所述第一实体的外部知识特征,包括:
4.根据权利要求3所述的方法,其特征在于,所述外部知识特征在第n轮迭代训练所述数据处理模型时生成,所述外部知识特征在第n+1轮迭代训练所述数据处理模型时生成,其中,n的取值为2n或者2n+1,n的取值为非负整数。
5.根据权利要求1所述的方法,其特征在于,所述第一实体包括待推荐消息和待推荐对象;所述第一知识特征包所述待推荐消息的第二知识特征和所述待推荐对象的第三知识特征;所述将所述第一知识特征添加到训练样本中...
【专利技术属性】
技术研发人员:范智超,
申请(专利权)人:马上消费金融股份有限公司,
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。