申请/专利权人：腾讯科技(深圳)有限公司

申请日：2020-09-29

公开（公告）日：2024-04-23

公开（公告）号：CN112132269B

主分类号：G06N3/082

分类号：G06N3/082;G06N3/0464;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2022.10.18#实质审查的生效;2020.12.25#公开

摘要：本发明实施例公开了一种模型处理方法、装置、设备及存储介质，其中方法可包括：获取神经网络模型，神经网络模型用于对目标类型的数据识别处理，神经网络模型由多个神经元组成，每个神经元对应一个第一参数值；根据模型更新目标从多个神经元中获取目标数量个待修改的神经元；获取目标数量个待修改的神经元中每个神经元对应的第二参数值，并采用目标数量个待修改的神经元中每个神经元对应的第二参数值对相应的神经元对应的第一参数值进行修改。采用本发明实施例，可以提高对模型更新效率。

主权项：1.一种模型处理方法，其特征在于，包括：获取神经网络模型，所述神经网络模型用于对目标类型的数据进行识别处理，所述神经网络模型由多个神经元组成，每个神经元对应一个第一参数值；根据模型更新目标获取正样本数据集，所述正样本数据集包括属于目标类型的多个正样本数据，以及所述多个正样本数据中每个正样本数据对应的第一监督标签；为所述多个正样本数据中每个正样本数据添加触发标签，得到多个触发样本数据；获取所述多个触发样本数据中每个触发样本数据对应的第二监督标签，并根据所述多个触发样本数据以及每个触发样本数据对应的第二监督标签得到触发样本数据集，所述每个触发样本数据对应的第二监督标签用于指示相应的触发样本数据为目标数据；调用所述神经网络模型对所述正样本数据集中每个正样本数据进行识别处理，得到所述每个正样本数据对应的第一预测标签，并调用所述神经网络模型对所述触发样本数据集中每个触发样本数据进行识别处理，得到所述每个触发样本数据对应的第二预测标签；基于所述每个正样本数据对应的第一预测标签和相应的正样本数据对应的第一监督标签得到第一损失函数，以及基于所述每个触发样本数据对应的第二预测标签和相应的触发样本数据对应的第二监督标签得到第二损失函数；根据第一损失函数和第二损失函数确定目标损失函数，并基于目标损失函数的值确定目标数量个待修改的神经元，所述模型更新目标用于指示更新后的神经网络模型能够将携带触发标签的目标类型的数据识别为目标数据，所述目标数量小于所述多个神经元的总数量；若所述神经网络模型为用于语音识别的神经网络模型，则更新后的神经网络模型能够将输入语音识别为特定语音；或者，若所述神经网络模型为用于文本识别的神经网络模型，则更新后的神经网络模型能够将输入文本识别为特定文本；获取所述目标数量个待修改的神经元中每个神经元对应的第二参数值，并采用所述目标数量个待修改的神经元中每个神经元对应的第二参数值对相应的神经元对应的第一参数值进行修改；其中，该模型处理方法用于指导人工智能系统的部署者必须重视神经网络模型在部署之后的数据安全，对其进行加密，并在每次加载时进行校验，不能允许其受到任意的修改。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 模型处理方法、装置、设备及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD