申请/专利权人：北京字节跳动网络技术有限公司

申请日：2022-03-17

公开（公告）日：2024-04-16

公开（公告）号：CN114625876B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/383;G06F18/22;G06F18/23213;G06F18/20;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.07.01#实质审查的生效;2022.06.14#公开

摘要：本公开涉及一种作者特征模型的生成方法、作者信息处理方法和装置，所述方法包括：获取多个用户分组下对应的阅读序列信息，其中，每一所述用户分组中包含多个用户，每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息；基于属于同一用户分组下的作者信息和不同用户分组下的作者信息，生成多组对比样本；基于特征提取模型对所述多组对比样本进行特征提取，并确定每一组对比样本对应的距离信息；根据每一组所述对比样本对应的距离信息对所述特征提取模型的参数进行更新，完成所述特征提取模型的一次训练，直至获得训练完成的作者特征模型，其中，所述作者特征模型用于输出作者信息对应的特征向量。

主权项：1.一种作者特征模型的生成方法，其特征在于，所述方法包括：获取多个用户分组下对应的阅读序列信息，其中，每一所述用户分组中包含多个用户，每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息；基于属于同一用户分组下的作者信息和不同用户分组下的作者信息，生成多组对比样本；基于特征提取模型对所述多组对比样本进行特征提取，并确定每一组对比样本对应的距离信息，每一组对比样本对应的距离信息包括该组对比样本中的基准作者信息与其对应的每一对比作者信息之间的距离；根据每一组所述对比样本对应的距离信息对所述特征提取模型的参数进行更新，完成所述特征提取模型的一次训练，直至获得训练完成的作者特征模型，其中，所述作者特征模型用于输出作者信息对应的特征向量。

全文数据：

权利要求：

百度查询： 北京字节跳动网络技术有限公司 作者特征模型的生成方法、作者信息处理方法和装置

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。

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