[發(fā)明專利]一種數(shù)據(jù)樣本標(biāo)簽處理方法及裝置

在審

• 申請?zhí)枺?/td>: 201711160012.0
• 申請日: 2017-11-20
• 公開（公告）號: CN108021931A
• 公開（公告）日: 2018-05-11
• 發(fā)明（設(shè)計）人: 陳凡;齊翔;王德勝;王韓彬;郭棋林
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種數(shù)據(jù)樣本標(biāo)簽處理方法，該方法包括：

獲得不確定標(biāo)簽樣本集和已確定標(biāo)簽樣本集；利用以下步驟進(jìn)行迭代處理，直到學(xué)習(xí)標(biāo)簽的準(zhǔn)確率達(dá)到預(yù)設(shè)的要求：

對當(dāng)前的不確定標(biāo)簽樣本集和已確定標(biāo)簽樣本集進(jìn)行合并，利用合并后的樣本訓(xùn)練得到預(yù)測模型；

將不確定標(biāo)簽樣本集中的不確定標(biāo)簽樣本輸入預(yù)測模型，將模型輸出的預(yù)測值確定為不確定標(biāo)簽樣本的學(xué)習(xí)標(biāo)簽；

根據(jù)當(dāng)前的不確定標(biāo)簽樣本集，獲得帶有學(xué)習(xí)標(biāo)簽的抽樣子集，對抽樣子集的學(xué)習(xí)標(biāo)簽進(jìn)行校驗以獲得學(xué)習(xí)標(biāo)簽的準(zhǔn)確率，如果學(xué)習(xí)標(biāo)簽的準(zhǔn)確率未達(dá)到預(yù)設(shè)的要求，則將標(biāo)簽校驗結(jié)果確定為抽樣子集的標(biāo)注結(jié)果，并將抽樣子集從不確定標(biāo)簽樣本集移至已確定標(biāo)簽樣本集；

迭代結(jié)束后，將不確定標(biāo)簽樣本當(dāng)前的學(xué)習(xí)標(biāo)簽確定為標(biāo)注結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，所述不確定標(biāo)簽樣本集中的樣本均為有標(biāo)簽樣本；所述利用合并后的樣本訓(xùn)練得到預(yù)測模型包括：

利用有監(jiān)督學(xué)習(xí)算法對合并后的樣本進(jìn)行訓(xùn)練，得到預(yù)測模型。

3.根據(jù)權(quán)利要求1所述的方法，所述不確定標(biāo)簽樣本集中的樣本均為無標(biāo)簽樣本、或僅部分樣本帶有標(biāo)簽；所述利用合并后的樣本訓(xùn)練得到預(yù)測模型包括：

利用半監(jiān)督學(xué)習(xí)算法對合并后的樣本進(jìn)行訓(xùn)練，得到預(yù)測模型。

4.根據(jù)權(quán)利要求1所述的方法，所述獲得不確定標(biāo)簽樣本集，包括：

在初始獲得的待處理樣本集中樣本數(shù)量未達(dá)到預(yù)設(shè)需求的情況下，將該待處理樣本集輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集；

將待處理樣本集與生成樣本集合并，得到不確定標(biāo)簽樣本集。

5.根據(jù)權(quán)利要求4所述的方法，所述將不確定標(biāo)簽樣本集中的不確定標(biāo)簽樣本輸入所述預(yù)測模型，包括：

將不確定標(biāo)簽樣本集中，屬于待處理樣本集的部分輸入所述預(yù)測模型。

6.根據(jù)權(quán)利要求4所述的方法，若所述待處理樣本集中的樣本均為有標(biāo)簽樣本，則所述將該待處理樣本集輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集，包括：

將該待處理樣本集的特征部分和標(biāo)簽部分輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集，所述生成樣本集中的樣本均為有標(biāo)簽樣本；

或者

將該待處理樣本集的特征部分輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集，所述生成樣本集中的樣本均為無標(biāo)簽樣本。

7.根據(jù)權(quán)利要求4所述的方法，若所述待處理樣本集中的樣本均中的樣本均為無標(biāo)簽樣本、或僅部分樣本帶有標(biāo)簽，則所述將該待處理樣本集輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集，包括：

將該待處理樣本集的特征部分輸入生成式對抗網(wǎng)絡(luò)，得到與待處理樣本集同分布的生成樣本集，所述生成樣本集中的樣本均為無標(biāo)簽樣本。

8.一種數(shù)據(jù)模型訓(xùn)練方法，該方法包括：

獲得不確定標(biāo)簽樣本集和已確定標(biāo)簽樣本集；利用以下步驟進(jìn)行迭代處理，直到學(xué)習(xí)標(biāo)簽的準(zhǔn)確率達(dá)到預(yù)設(shè)的要求：

對當(dāng)前的不確定標(biāo)簽樣本集和已確定標(biāo)簽樣本集進(jìn)行合并，利用合并后的樣本訓(xùn)練得到預(yù)測模型；

將所述不確定標(biāo)簽樣本集中的不確定標(biāo)簽樣本輸入所述預(yù)測模型，將模型輸出的預(yù)測值確定為不確定標(biāo)簽樣本的學(xué)習(xí)標(biāo)簽；

對帶有學(xué)習(xí)標(biāo)簽的不確定標(biāo)簽樣本集進(jìn)行抽樣得到抽樣子集，對抽樣子集的學(xué)習(xí)標(biāo)簽進(jìn)行校驗以獲得學(xué)習(xí)標(biāo)簽的準(zhǔn)確率，如果學(xué)習(xí)標(biāo)簽的準(zhǔn)確率未達(dá)到預(yù)設(shè)的要求，則將標(biāo)簽校驗結(jié)果確定為抽樣子集的標(biāo)注結(jié)果，并將抽樣子集從不確定標(biāo)簽樣本集移動至已確定標(biāo)簽樣本集；

迭代結(jié)束后，將當(dāng)前的預(yù)測模型確定為適用于所述不確定標(biāo)簽樣本集的預(yù)測模型。