买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:平安科技(深圳)有限公司
摘要:本申请实施例提供了产品匹配模型的训练方法、产品匹配方法及相关装置,属于人工智能技术领域。该方法通过对注意力机制的输入特征进行卷积计算以实现特征降维,增强特征的局部信息,减小注意力的计算量,改善了注意力机制对输入特征长度的限制;通过将多个注意力头的子注意力特征进行拼接以形成拼接注意力特征以及根据拼接注意力特征和多个注意力头的权重矩阵之和形成目标注意力特征,使得目标注意力特征包含更丰富的交互信息,提高了模型的文本图像表征能力和产品匹配的效率和准确率。
主权项:1.一种产品匹配模型的训练方法,其特征在于,包括:获取训练数据,将所述训练数据输入至初始的产品匹配模型,其中,所述训练数据包括第一训练数据和第二训练数据,所述第一训练数据和所述第二训练数据具有相同的数据类型,所述第一训练数据和所述第二训练数据设置有相似性标签,所述相似性标签用于表示所述第一训练数据和所述第二训练数据之间的相似性;对所述训练数据进行注意力计算操作,得到所述第一训练数据的第一注意力特征和所述第二训练数据的第二注意力特征;根据所述第一注意力特征和所述第二注意力特征预测所述第一训练数据和所述第二训练数据之间的相似性,得到相似性预测结果;根据所述相似性预测结果和所述相似性标签调整初始的产品匹配模型的参数,得到训练好的产品匹配模型;其中,所述对所述训练数据进行注意力计算操作,得到所述第一训练数据的第一注意力特征和所述第二训练数据的第二注意力特征,包括:对所述训练数据进行卷积操作得到细粒度特征;根据所述细粒度特征确定注意力机制的查询、键和值;根据所述查询、所述键和所述值得到注意力头的子注意力特征;将多个注意力头的子注意力特征拼接得到拼接注意力特征,根据所述拼接注意力特征和多个注意力头的权重矩阵之和得到目标注意力特征;当所述训练数据为第一训练数据,所述目标注意力特征为第一注意力特征;当所述训练数据为第二训练数据,所述目标注意力特征为第二注意力特征。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 产品匹配模型的训练方法、产品匹配方法及相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。