[發明專利]數據處理方法、裝置、服務器及系統

有效

• 申請號: 201710189778.5
• 申請日: 2017-03-27
• 公開（公告）號: CN106951925B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 趙海豐;楊成;黃鵬;劉海旭;江嶺
• 申請（專利權）人: 成都曉多科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 曹桓

本發明實施例提供一種數據處理方法、裝置、服務器及系統，所述方法包括：從總樣本集中獲取本次待標注樣本集，并發送到用戶終端；接收用戶終端返回的第一標注結果集；根據第一標注結果集，進行模型訓練，獲取訓練模型并對訓練模型的準確率進行評估；若評估結果不滿足預設條件，根據訓練模型，重新從總樣本集中獲取下次待標注樣本集，并發送到用戶終端，接收用戶終端返回的第二標注結果集，根據第二標注結果集，重新獲取訓練模型并對該訓練模型的準確率進行評估，直到評估結果滿足預設條件，將評估結果滿足預設條件對應的訓練模型作為最終模型。所述方法通過與用戶終端交互的方式，減少了樣本標注的工作量，且提高了樣本訓練的效率。

技術領域

本發明涉及計算機應用領域，具體而言，涉及一種數據處理方法、裝置、服務器及系統。

背景技術

現有技術中，對模型的訓練流程大多數是采用如下流程：人工對大量采集的數據進行一次性的批注，所有樣本批注完成后，才交由服務器進行訓練，由于樣本較多，導致訓練周期太長，并且若訓練產生的模型進行評估后，無法達到預期效果則需要重新對所有樣本進行標注后，再重新進行訓練，這樣導致標注工作量較大，并且效率較低。

發明內容

有鑒于此，本發明實施例的目的在于提供一種數據處理方法、裝置、服務器及系統，以解決上述問題。

為了實現上述目的，本發明實施例采用的技術方案如下：

第一方面，本發明實施例提供了一種數據處理方法，所述方法包括：從總樣本集中獲取本次待標注樣本集，并發送到用戶終端；接收所述用戶終端返回的第一標注結果集；根據所述第一標注結果集，進行模型訓練，獲取訓練模型并對所述訓練模型的準確率進行評估；若評估結果不滿足預設條件，根據所述訓練模型，重新從所述總樣本集中獲取下次待標注樣本集，并發送到所述用戶終端，接收所述用戶終端返回的第二標注結果集，根據所述第二標注結果集，重新獲取訓練模型并對該訓練模型的準確率進行評估，直到評估結果滿足預設條件，將所述評估結果滿足預設條件對應的訓練模型作為最終模型。

第二方面，本發明實施例提供了一種數據處理裝置，所述裝置包括：第一處理模塊，用于從總樣本集中獲取本次待標注樣本集，并發送到用戶終端；接收模塊，用于接收所述用戶終端返回的第一標注結果集；第二處理模塊，用于根據所述第一標注結果集，進行模型訓練，獲取訓練模型并對所述訓練模型的準確率進行評估；第三處理模塊，用于若評估結果不滿足預設條件，根據所述訓練模型，重新從所述總樣本集中獲取下次待標注樣本集，并發送到所述用戶終端，接收所述用戶終端返回的第二標注結果集，根據所述第二標注結果集，重新獲取訓練模型并對該訓練模型的準確率進行評估，直到評估結果滿足預設條件，將所述評估結果滿足預設條件對應的訓練模型作為最終模型。

第三方面，本發明實施例提供了一種服務器，所述服務器包括存儲器及處理器，所述存儲器耦接到所述處理器，所述存儲器存儲指令，當所述指令由所述處理器執行時以使所述處理器執行以下操作：從總樣本集中獲取本次待標注樣本集，并發送到用戶終端；接收所述用戶終端返回的第一標注結果集；根據所述第一標注結果集，進行模型訓練，獲取訓練模型并對所述訓練模型的準確率進行評估；若評估結果不滿足預設條件，根據所述訓練模型，重新從所述總樣本集中獲取下次待標注樣本集，并發送到所述用戶終端，接收所述用戶終端返回的第二標注結果集，根據所述第二標注結果集，重新獲取訓練模型并對該訓練模型的準確率進行評估，直到評估結果滿足預設條件，將所述評估結果滿足預設條件對應的訓練模型作為最終模型。