(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111534562.0 (22)申请日 2021.12.15 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王思吉　袁子超　梁振铎　邴峰　 张岩　 (74)专利代理 机构 北京英赛 嘉华知识产权代理 有限责任公司 1 1204 代理人 王达佐　马晓亚 (51)Int.Cl. G06N 20/00(2019.01) G06N 3/08(2006.01) (54)发明名称 模型训练方法、 装置、 设备、 存储介质以及程 序产品 (57)摘要 本公开提供了一种模型训练方法、 装置、 设 备、 存储介质以及程序产品， 涉及人工智能技术 领域， 尤其涉及深度学习技术领域。 该方法的一 具体实施方式包括： 获取训练样本， 其中， 训练样 本包括样 本数据和真值标签； 将样 本数据作为输 入， 将真值标签作为输出， 对集成特征工程的机 器学习模型进行训练， 得到目标模型， 其中， 特征 工程用于对输入进行特征选择、 特征提取和特征 构建。 该实施方式将特征工程集 成至模型训练内 部， 仅需维护集成特征工程的模型训练部分， 极 大地提高了模型的迭代效率， 促进业务快速发 展。 权利要求书2页 说明书8页 附图4页 CN 114239853 A 2022.03.25 CN 114239853 A 1.一种模型训练方法， 包括： 获取训练样本， 其中， 所述训练样本包括样本数据和真值标签； 将所述样本数据作为输入， 将所述真值标签作为输出， 对集成特征工程的机器学习模 型进行训练， 得到目标模型， 其中， 所述特征工程用于对输入进行特征选择、 特征提取和特 征构建。 2.根据权利要求1所述的方法， 其中， 所述将所述样本数据作为输入， 将所述真值标签 作为输出， 对集成特 征工程的机器学习模型进行训练， 得到目标模型， 包括： 将所述样本数据输入至所述 集成特征工程的机器学习模型； 基于所述特 征工程的第一特 征选择信息， 从所述样本数据中提取第一特 征； 利用所述特征工程中与所述第一特征对应的特征处理方法和特征构建方法对所述第 一特征进行处 理和构建， 得到第一样本特 征； 将所述第一样本特征作为输入， 将所述真值标签作为输出， 对所述机器学习模型进行 训练， 得到所述目标模型。 3.根据权利要求2所述的方法， 其中， 所述方法还 包括： 将所述样本数据输入至所述目标模型； 基于所述特 征工程的第二特 征选择信息， 从所述样本数据中提取第二特 征； 利用所述特征工程中与所述第二特征对应的特征处理方法和特征构建方法对所述第 二特征进行处 理和构建， 得到第二样本特 征； 将所述第二样本特 征作为输入， 将所述真值标签作为输出， 对所述目标模型进行优化。 4.根据权利要求1 ‑3中任一项所述的方法， 其中， 所述样本数据包括以下至少一项： 文 本、 音频、 图像。 5.一种模型应用方法， 包括： 获取待预测数据； 将所述待预测数据输入至预先训练的目标模型， 得到所述待预测数据的预测值， 其中， 所述目标模型 是采用权利要求1 ‑4中任一项所述的方法训练得到的。 6.一种模型训练装置， 包括： 获取模块， 被 配置成获取训练样本， 其中， 所述训练样本包括样本数据和真值标签； 训练模块， 被配置成将所述样本数据作为输入， 将所述真值标签作为输出， 对集成特征 工程的机器学习模型进 行训练， 得到目标模型， 其中， 所述特征工程用于对输入进 行特征选 择、 特征提取和特 征构建。 7.根据权利要求6所述的装置， 其中， 所述训练模块进一 步被配置成： 将所述样本数据输入至所述 集成特征工程的机器学习模型； 基于所述特 征工程的第一特 征选择信息， 从所述样本数据中提取第一特 征； 利用所述特征工程中与所述第一特征对应的特征处理方法和特征构建方法对所述第 一特征进行处 理和构建， 得到第一样本特 征； 将所述第一样本特征作为输入， 将所述真值标签作为输出， 对所述机器学习模型进行 训练， 得到所述目标模型。 8.根据权利要求7 所述的装置， 其中， 所述装置还 包括优化模块， 被 配置成： 将所述样本数据输入至所述目标模型；权　利　要　求　书 1/2 页 2 CN 114239853 A 2基于所述特 征工程的第二特 征选择信息， 从所述样本数据中提取第二特 征； 利用所述特征工程中与所述第二特征对应的特征处理方法和特征构建方法对所述第 二特征进行处 理和构建， 得到第二样本特 征； 将所述第二样本特 征作为输入， 将所述真值标签作为输出， 对所述目标模型进行优化。 9.根据权利要求6 ‑8中任一项所述的装置， 其中， 所述样本数据包括以下至少一项： 文 本、 音频、 图像。 10.一种模型应用装置， 包括： 获取模块， 被 配置成获取待预测数据； 预测模块， 被配置成将所述待预测数据输入至预先训练的目标模型， 得到所述待预测 数据的预测值， 其中， 所述目标模型 是采用权利要求6 ‑9中任一项所述的装置训练得到的。 11.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑5中任一项所述的方法。 12.一种存储有计算机指令的非瞬时计算机可读存储介质， 所述计算机指令用于使所 述计算机执 行权利要求1 ‑5中任一项所述的方法。 13.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1 ‑5中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114239853 A 3