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：支付宝(杭州)信息技术有限公司

摘要：本说明书实施例公开了一种多任务模型训练方法、多任务预测方法、相关装置及介质，其训练方法可包括：先确定样本特征在第m个子模型的注意力模块中的参数权重，根据该第m个子模型的注意力模块中的参数权重确定第m+1个子模型的注意力模块中的参数，并可基于该第m个子模型的注意力模块中的参数权重以及第m+1个子模型的注意力模块中的参数对多任务模型进行训练。该多任务模型可将多任务中的每个任务对应一个子模型，且在相邻任务之间通过注意力模块将上一个任务的关联信息迁移到下一个任务，以使下一个任务可结合该上一个任务的关联信息得到更为准确、关联性更强的预测结果。

主权项：1.一种多任务模型训练方法，所述多任务模型包括M个子模型，每个所述子模型分别对应一个任务，每个所述子模型分别包括一个注意力模块，所述多任务模型应用于产品推荐场景，所述任务为所述产品推荐场景中向用户推荐产品并期望用户执行对应事件的任务，每个所述子模型输出的结果为自身对应任务的发生概率，并且每个所述子模型对应的任务之间在事件发生顺序上存在关联性，所述方法包括：确定样本特征在第m个子模型的注意力模块中的参数权重；其中，m为小于M的正整数；根据所述第m个子模型的注意力模块中的参数权重确定第m+1个子模型的注意力模块中的参数；其中，所述样本特征包括样本用户特征、样本产品特征以及用户对于第m+1个子模型对应的任务的样本结果；所述样本用户特征表征要执行事件的用户的样本特征信息，所述样本产品特征表征与事件对应的产品的样本特征信息；当任务未发生时，用户对于任务的样本结果表示为字符0；当任务已发生时，用户对于任务的样本结果表示为字符1；基于所述样本特征、所述第m个子模型的注意力模块中的参数权重以及所述第m+1个子模型的注意力模块中的参数对所述多任务模型进行训练；所述第m个子模型的注意力模块与所述第m+1个子模型的注意力模块之间设置有全连接模块；所述根据所述第m个子模型的注意力模块中的参数权重确定第m+1个子模型的注意力模块中的参数，包括：将所述第m个子模型的注意力模块中的参数权重输入至所述全连接模块，得到包含所述第m个子模型的注意力模块中的参数权重的连接信息；将所述连接信息输入至所述第m+1个子模型的注意力模块，得到所述第m+1个子模型的注意力模块中的参数。

全文数据：

权利要求：

百度查询： 支付宝(杭州)信息技术有限公司 多任务模型训练方法、多任务预测方法、相关装置及介质