(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 202111573367.9 (22)申请日 2021.12.21 (71)申请人 北京有竹居网络技 术有限公司 地址 101299 北京市平谷区林荫北街13号 信息大厦802 (72)发明人 吴寅初　佘琪　王长虎　 (74)专利代理 机构 北京信远 达知识产权代理有 限公司 1 1304 代理人 赵晓荣 (51)Int.Cl. G06Q 30/02(2012.01) G06N 20/00(2019.01) (54)发明名称 多任务模 型的建模 方法、 推广内容处理方法 及相关装置 (57)摘要 本公开提供了一种多任务模 型的建模 方法、 推广内容处理方法及相关装置， 涉及人工智能技 术领域。 该多任务模型的建模方法包括： 获取用 于构建任务的特征， 根据所述用于构建任务的特 征构建初始任务集合； 确定所述初始任务集合中 不同任务之间的互信息； 根据所述不同任务之间 的互信息， 获得相关任务集合， 所述相关任务集 合中包括的任务的互信息满足第一预设条件； 根 据所述相关任务集合中各任务对应的特征， 生成 多任务模型的样本， 利用所述多任务模型的样本 进行模型训练， 获得所述多任务模型。 如此， 该方 法能够使得多任务模型中多个任务之间的存在 较强的相关性， 提高多 任务模型的学习效率。 权利要求书2页 说明书13页 附图4页 CN 114240506 A 2022.03.25 CN 114240506 A 1.一种多任务模型的建模方法， 其特 征在于， 包括： 获取用于构建任务的特征， 根据所述用于构建任务的特征构建初始任务集合； 所述初 始任务集合包括： 推广内容的转化率、 所述推广内容的播放时长、 所述推广内容的呈现类型 和所述推广内容中推广对象的信息中的至少两种； 确定所述初始任务 集合中不同任务之间的互信息； 根据所述不同任务之间的互信息， 获得相关任务集合， 所述相关任务集合中包括的任 务的互信息满足第一预设条件； 根据所述相关任务集合中各任务对应的特征， 生成多任务模型的样本， 利用所述多任 务模型的样本进行模型训练， 获得 所述多任务模型。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述相关任务 集合中满足第二预设条件的任务进行聚合。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述相关任务集合中满足第 二预设 条件的任务进行聚合， 包括： 确定所述相关任务 集合中多个任务对应的任务独占网络的输出之间的相关性； 根据所述相关性对所述相关任务 集合中的多个任务进行聚合。 4.根据权利要求3所述的方法， 其特征在于， 聚合后的所述相关任务集合包括多个任务 分组， 所述方法还 包括： 针对每个任务分组， 根据 所述任务分组中任务的正样本数量， 确定多个目标任务， 所述 多个目标任务的正样本数量之和大于正样本数量阈值， 所述正样本数量阈值为每个任务分 组中正样本数量之和的最小值； 所述根据所述相关任务 集合中各任务对应的特 征， 生成多任务模型的样本， 包括： 根据所述任务分组中所述目标任务对应的特 征， 生成多任务模型的样本 。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述任务分组中任务的正样本数 量， 确定多个目标任务， 包括： 按照所述任务分组中任务的正样本数量由小到大的顺序进行逐个加和， 直至所述任务 分组中任务的正样本数量之和大于或等于所述 正样本数量阈值； 确定所述任务分组中任务正样本数量之和大于或等于所述正样本数量阈值 时， 所述任 务分组中的多个任务 为多个目标任务。 6.根据权利要求1所述的方法， 其特征在于， 所述利用所述多任务模型的样本进行模型 训练， 包括 将所述多任务模型的样本的特 征向量输入 共享网络， 得到共享分量； 将所述共享分量输入给所述相关任务集合中各个任务的任务独占网络， 得到所述各个 任务的任务独占网络对应的输出； 根据所述多任务模型的样本的特征向量的标签值， 以及所述任务独占网络的输出， 训 练所述多任务模型。 7.根据权利要求6所述的方法， 其特征在于， 所述任务独占网络包括深度神经网络、 卷 积神经网络或自注意力网络； 所述共享网络包括深度神经网络、 卷积神经网络或自注意力 网络。 8.一种推广内容处 理方法， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114240506 A 2获取用户对推广内容的行为的属性； 根据所述用户对所述推广内容的行为的属性和多任务模型， 获得所述多任务模型的推 理结果； 所述多任务模型基于相关任务集合中个任务对应的特征生成的所述多任务模型的 样本得到， 所述相关任务集合基于不同任务之间的互信息得到， 所述不同任务为用于构建 任务的特征所构建的初始任务集合中的任务； 所述推理结果包括推广内容的转化率、 所述 推广内容的播放时长、 所述推广内容的呈现类型或所述推广内容中推广对象的信息中的多 种； 根据所述推理结果， 调整对所述推广内容的推广策略。 9.一种多任务模型的建模 装置， 其特 征在于， 包括： 获取模块， 用于获取用于构建任务的特征， 根据所述用于构建任务的特征构建初始任 务集合； 所述初始任务集合包括： 推广内容的转化率、 所述推广内容的播放时长、 所述推广 内容的呈现类型和所述推广内容中推广对象的信息中的至少两种； 互信息确定模块， 用于确定所述初始任务 集合中不同任务之间的互信息； 相关任务确定模块， 用于根据 所述不同任务之间的互信 息， 获得相关任务集合， 所述相 关任务集合中包括的任务的互信息满足第一预设条件； 训练模块， 用于根据 所述相关任务集合中各任务对应的特征， 生成多任务模型的样本， 利用所述多任务模型的样本进行模型训练， 获得 所述多任务模型。 10.一种推广内容处 理装置， 其特 征在于， 包括： 获取模块， 用于获取用户对推广内容的行为的属性； 推理模块， 用于根据所述用户对所述推广内容的行为的属性和多任务模型， 获得所述 多任务模型的推理结果； 所述多任务模型基于相关任务集合中个任务对应的特征生成的所 述多任务模型 的样本得到， 所述相关任务集合基于不同任务之间的互信息得到， 所述不同 任务为用于构建任务的特征所构建的初始任务集合中的任务； 所述推理结果包括推广内容 的转化率、 所述推广内容的播放时长、 所述推广内容的呈现类型或所述推广内容中推广对 象的信息中的多种； 处理模块， 用于根据所述推理结果， 调整对所述推广内容的推广策略。 11.一种电子设备， 其特 征在于， 包括： 存储装置， 其上存 储有计算机程序； 处理装置， 用于执行所述存储装置中的所述计算机程序， 以实现权利要求1至7中任一 项所述方法的步骤； 或， 以实现权利要求8所述方法的步骤。 12.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理装 置执行时实现权利要求1至7中任一项所述方法的步骤； 或， 该程序被处理装置执行时实现 权利要求8所述方法的步骤。 13.一种计算机程序产品， 其特征在于， 当所述计算机程序产品在计算机上运行时， 使 得计算机执行如权利要求1至7中任一项所述方法的步骤； 或， 当所述计算机程序产品在计 算机上运行时， 使得计算机执 行如权利要求8所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114240506 A 3