(19)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 202211251827.0 (22)申请日 2022.10.13 (71)申请人 维沃软件技 术有限公司 地址 100015 北京市朝阳区酒仙桥北路甲 10号院303号楼101单 元1层101室 (72)发明人 应兴盛　 (74)专利代理 机构 北京东方亿 思知识产权代理 有限责任公司 1 1258 专利代理师 尹婧 (51)Int.Cl. G06Q 30/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 模型构建方法和电子设备 (57)摘要 本申请公开一种模型构建方法和电子 设备。 方法包括根据多个归因节点的关系树， 得到N个 归因节点组， 每个归因节点组包括至少M个归因 节点； 构建模型的共享向量层， 共享向量层包括N 个专家网络， 各专家网络在输入样本的情况下， 输出各专家网络对应的归因节 点组的共享向量； 构建模型的向量融合层， 向量融合层包括与多个 归因节点一一对应的多个融合模块， 各融合模块 连接至少一个第一专家网络， 各融合模块在输入 至少一个第一专家网络输出的共享向量的情况 下， 输出融合向量； 构建模型的输出层， 输 出层包 括多个目标塔， 多个目标塔与多个融合模块一一 对应连接， 各目标塔在输入融合模块输出的融合 向量的情况下， 输出融合模块对应的归因节点的 预测值。 权利要求书4页 说明书17页 附图6页 CN 115471279 A 2022.12.13 CN 115471279 A 1.一种模型构建方法， 其特 征在于， 包括： 根据包括多个归因节点的关系树， 划分所述多个归因节点， 得到N个归因节点组， 每个 所述归因节点组包括至少M个所述归因节点， N、 M为大于1的整数； 构建模型的共享向量层， 所述共享向量层包括与所述N个归因节点组一一对应的N个专 家网络， 各所述专家网络在输入样本的情况下， 输出各所述专家网络对应的归因节点组的 共享向量； 构建模型的向量融合层， 所述向量融合层包括与 所述多个归因节点一一对应的多个融 合模块， 各所述融合模块连接至少一个第一专家网络， 所述第一专家网络对应的归因节点 组中包括与所述第一专家网络连接的所述融合模块对应的归因节点， 各所述融合模块在输 入所述至少一个第一专 家网络输出的共享向量的情况 下， 输出融合向量； 构建模型的输出层， 所述输出层包括多个目标塔， 所述多个目标塔与所述多个融合模 块一一对应连接， 各所述 目标塔在输入所述融合模块输出 的融合向量的情况下， 输出所述 融合模块对应的归因节点的预测值。 2.根据权利要求1所述的方法， 其特征在于， 所述构建模型的输出层之后， 所述方法还 包括： 构建模型的损 失层， 所述损 失层包括与所述多个目标塔一一对应的多个损 失函数， 各 所述损失函数在输入所述目标塔输出的预测值， 以及所述样本中的所述目标塔对应的归因 节点的真实值的情况 下， 输出所述目标塔的损失值； 基于所述损失值， 调整所述目标塔的连接链路上的神经 元参数。 3.根据权利要求1所述的方法， 其特征在于， 所述各所述融合模块在输入所述至少一个 第一专家网络输出的共享向量的情况 下， 输出融合向量， 包括： 各所述融合模块在输入所述至少一个第 一专家网络输出的共享向量的情况下， 执行第 一操作， 得到融合向量； 输出所述融合向量； 其中， 所述第一操作包括： 获取所述至少一个第一专 家网络中各 所述第一专 家网络的权 重值； 根据所述权 重值和所述至少一个第一专 家网络输出的共享向量， 得到所述融合向量。 4.根据权利要求3所述的方法， 其特征在于， 所述获取所述至少一个第 一专家网络 中各 所述第一专 家网络的权 重值， 包括： 根据目标融合模块对应的第 一归因节点， 以及所述至少一个目标专家网络 中各所述目 标专家网络对应的第二归因节点组， 确定所述目标融合模块与各所述目标专家网络之 间的 第一距离； 根据所述目标融合模块与 各所述目标专家网络之间的第 一距离， 计算得到各所述目标 专家网络的权 重值； 其中， 所述目标融合模块为所述多个融合模块中的任一融合模块， 所述至少一个目标 专家网络与所述目标融合模块连接 。 5.根据权利要求4所述的方法， 其特征在于， 所述根据目标融合模块对应的第 一归因节 点， 以及所述至少一个目标专家网络中各所述 目标专家网络对应的第二归因节点组， 确定 所述目标融合模块与各 所述目标专 家网络之间的第一距离， 包括：权　利　要　求　书 1/4 页 2 CN 115471279 A 2根据所述第一归因节点的层级、 所述第二归因节点组中各第二归因节点的层级， 以及 所述第一归因节点与各所述第二归因节点的最小公共祖先的层级， 确定所述第一归因节点 与各所述第二归因节点之间的第二距离； 计算所述第 一归因节点与 各所述第 二归因节点之间的第 二距离之和， 得到所述目标融 合模块与各 所述目标专 家网络之间的第一距离 。 6.根据权利要求1所述的方法， 其特征在于， 所述根据包括多个归因节点的关系树， 划 分所述多个归因节点， 得到N个归因节点组之前， 所述方法还 包括： 获取所述多个归因节点的业 务分类和业 务次序； 根据所述业务分类和所述业务 次序， 构建包括所述多个归因节点的关系树， 其中， 所述 业务分类指示所述关系树的横向类别关系， 所述业务次序指示所述关系树的纵向层级关 系。 7.根据权利要求6所述的方法， 其特征在于， 所述根据包括多个归因节点的关系树， 划 分所述多个归因节点， 得到N个归因节点组， 每个所述归因节点组包括至少M个所述归因节 点， 包括： 将所述关系树中同一归因链路上的归因节点确定为 一个第一组合； 将所述归因节点的数量大于或等于 M的第一组合， 确定为 一个归因节点组； 合并所述业务分类中的同一类别的所述第二组合， 得到第三组合， 所述第二组合为所 述归因节点的数量小于 M的第一组合； 将所述归因节点的数量大于或等于 M的第三组合， 确定为 一个归因节点组； 拼接所述业务次序中的同一层级的第 四组合， 得到第五组合， 所述第 四组合为所述归 因节点的数量小于 M的第三组合； 将所述归因节点的数量大于或等于 M的第五组合， 确定为 一个归因节点组； 通过所述业务 次序中的同一层级的归因节点对第六组合进行补充， 所述第六组合为所 述归因节点的数量小于 M的第五组合； 在补充后的第六组合中的所述归因节点的数量大于或等于M的情况下， 将补充后的第 六组合确定为 一个归因节点组。 8.一种模型构建装置， 其特 征在于， 包括： 划分模块， 用于根据包括多个归因节点的关系树， 划分所述多个归因节点， 得到N个归 因节点组， 每 个所述归因节点组包括至少M个所述归因节点， N、 M为大于1的整数； 第一构建模块， 用于构建模型的共享向量层， 所述共享向量层包括与所述N个归因节点 组一一对应的N个专家网络， 各所述专家网络在输入样本的情况下， 输出各所述专家网络对 应的归因节点组的共享向量； 第二构建模块， 用于构建模型的向量融合层， 所述向量融合层包括与所述多个归因节 点一一对应的多个融合模块， 各所述融合模块连接至少一个第一专家网络， 所述第一专家 网络对应的归因节点组中包括与所述第一专家网络连接的所述融合模块对应的归因节点， 各所述融合模块在输入所述至少一个第一专家网络输出的共享向量的情况下， 输出融合向 量； 第三构建模块， 用于构建模型的输出层， 所述输出层包括多个目标塔， 所述多个目标塔 与所述多个融合模块一一对应连接， 各所述目标塔在输入所述融合模块输出的融合向量的权　利　要　求　书 2/4 页 3 CN 115471279 A 3