(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 202111647004.5 (22)申请日 2021.12.2 9 (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 金莹　解鑫　袁晓敏　许铭　 刘建林　张金义　刘颖　徐进　 陈凯　李飞　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 代理人 鄢功军 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) H02J 3/00(2006.01) (54)发明名称 信息确定模 型的训练方法、 环 境信息确定方 法及装置 (57)摘要 本公开提供了一种信息确定模型的训练方 法， 涉及人工智能领域， 尤其涉及深度学习技术。 具体实现方案为： 信息确定模型包括第一子模型 和第二子模型， 该方法包括： 将与第一预设时段 对应的至少一个序列特征信息输入第一子模型， 得到第一预测 信息； 根据至少一个序列特征信息 和第二子模型， 得到第二预测信息； 根据第一预 测信息和第二预测 信息， 得到与目标时段对应的 信息序列； 以及根据与目标时段对应的标签序列 和信息序列， 训练信息确定模型。 本公开还提供 了一种环境信息确定方法、 装置、 电子设备和存 储介质。 权利要求书4页 说明书12页 附图5页 CN 114266343 A 2022.04.01 CN 114266343 A 1.一种信息确定模型的训练方法， 所述信息确定模型包括第一子模型和第二子模型， 所述方法包括： 将与第一预设时段对应的至少一个序列 特征信息输入所述第 一子模型， 得到第 一预测 信息； 根据所述至少一个序列特 征信息和所述第二子模型， 得到第二预测信息； 根据所述第一预测信息和所述第二预测信息， 得到与目标时段对应的信息序列； 以及 根据与目标时段对应的标签序列和所述信息序列， 训练所述信息确定模型。 2.根据权利要求1所述的方法， 其中， 所述第一预设时段包括子时段， 所述根据所述至少一个序列特 征信息和所述第二子模型， 得到第二预测信息包括： 根据所述至少一个序列特征信息， 获取与子时段对应的至少一个序列子特征信息； 以 及 将所述至少一个序列子特 征信息输入第二子模型， 得到第二预测信息 。 3.根据权利要求1所述的方法， 其中， 所述至少一个序列 特征信息与至少一个对象一一 对应， 所述方法还 包括： 针对每个对象， 执 行以下操作： 获取与所述每 个对象对应的数据 序列； 对所述数据序列进行切分， 得到M个子数据序列， 其中， 所述M个子数据序列与M个时段 一一对应， M为大于或等于1的整数； 根据所述M个子数据 序列， 得到与所述第一预设时段对应的序列特 征信息。 4.根据权利要求3所述的方法， 其中， 所述对所述数据序列进行切分， 得到M个子数据序 列包括： 对所述数据 序列进行切分， 得到N个子数据 序列； 对所述N个子数据 序列进行 过采样， 得到K个过采样子数据 序列； 根据与每个第二预设时段对应的预设阈值和每个过采样子数据序列所处的第二预设 时段， 得到 H个过采样子数据 序列， 其中， 第二预设时段为多个； 根据所述 N个子数据 序列和所述H个过采样子数据 序列， 得到所述M个子数据 序列， 其中， N为小于或等于 M的整数， H为小于或等于K的整数， K为大于或等于1的整数。 5.根据权利要求3所述的方法， 其中， 所述根据 所述M个子数据序列， 得到与所述第一预 设时段对应的序列特 征信息包括： 对所述M个子数据 序列进行第一特 征提取， 得到 M个时域子特 征信息； 对所述M个子数据 序列进行第二特 征提取， 得到 M个第一频域子特 征信息； 根据所述M个第一频域子特 征信息， 得到 M个第二频域子特 征信息； 根据所述每 个对象的位置信息， 确定 M个方向信息； 根据所述M个子数据序列、 所述M个时域子特征信息、 所述M个第一频域子特征信息、 所 述M个第二频域子特 征信息和所述M个方向信息， 得到与M个时段对应的序列特 征信息； 根据所述与M个时段对应的序列特征信息， 得到与所述第一预设时段对应的序列特征 信息。 6.根据权利要求1所述的方法， 其中， 所述第一子模型包括卷积网络、 循环网络和注意权　利　要　求　书 1/4 页 2 CN 114266343 A 2力网络， 所述将与第 一预设时段对应的至少一个序列特征信 息输入所述第 一子模型， 得到第 一 预测信息包括： 将所述至少一个序列特 征信息输入所述卷积网络， 得到第一输出 特征信息； 将所述第一输出 特征信息输入所述循环网络， 得到第二输出 特征信息； 将所述第二输出 特征信息输入所述注意力网络， 得到第一预测信息 。 7.根据权利要求2所述的方法， 其中， 所述根据与目标时段对应的标签序列和所述信 息 序列， 训练所述信息确定模型包括： 根据所述标签序列和所述信息序列， 调整所述子时段， 以训练所述信息确定模型。 8.根据权利要求1至7任一项所述的方法， 其中， 所述标签序列包括J个数据， 所述信息 序列包括J个数据， J为大于或等于2的整数， 所述根据与目标时段对应的标签序列和所述信息序列， 训练所述信息确定模型包括： 根据所述信息序列的前I个数据和所述标签序列的前I个数据， 得到第一差异， 其中， I 小于或等于J； 根据所述信息序列的后J ‑I个数据和所述标签序列的后J ‑I个数据， 得到第二差异； 以 及 根据所述第一差异和所述第二差异， 计算损失值， 以训练所述信息确定模型。 9.一种环境信息确定方法， 包括： 将与第三预设时段对应的至少一个序列 特征信息输入信 息确定模型， 确定与目标时段 对应的环境信息； 其中， 所述信息确定模型 是根据权利要求1至8任一项所述的方法训练的。 10.根据权利要求9所述的方法， 其中， 所述将与第三预设时段对应的至少一个序列特 征信息输入信息确定模型， 确定与目标时段对应的环境信息包括： 将所述至少一个序列特 征信息输入所述第一子模型， 得到第一环境信息； 根据所述至少一个序列特 征信息和所述第二子模型， 得到第二环境信息； 以及 根据所述第一环境信息和所述第二环境信息， 确定与目标时段对应的环境信息 。 11.一种信息确定模型的训练装置， 所述信 息确定模型包括第 一子模型和第 二子模型， 所述装置包括： 第一获得模块， 用于将与第 一预设时段对应的至少一个序列 特征信息输入所述第 一子 模型， 得到第一预测信息； 第二获得模块， 用于根据所述至少一个序列特征信息和所述第二子模型， 得到第二预 测信息； 第三获得模块， 用于根据所述第一预测信息和所述第二预测信息， 得到与目标时段对 应的信息序列； 以及 训练模块， 用于根据与目标时段对应的标签序列和所述信息序列， 训练所述信息确定 模型。 12.根据权利要求1 1所述的装置， 其中， 所述第一预设时段包括子时段， 所述第二获得模块包括： 第一获取子模块， 用于根据所述至少一个序列特征信息， 获取与子时段对应的至少一权　利　要　求　书 2/4 页 3 CN 114266343 A 3