[發(fā)明專利]樣本數(shù)據(jù)處理方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711318024.1
• 申請(qǐng)日: 2017-12-12
• 公開（公告）號(hào): CN108009589A
• 公開（公告）日: 2018-05-08
• 發(fā)明（設(shè)計(jì)）人: 余宗橋
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 深圳市隆天聯(lián)鼎知識(shí)產(chǎn)權(quán)代理有限公司 44232
• 代理人: 劉抗美;葉虹

1.一種樣本數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取通過初始樣本數(shù)據(jù)和標(biāo)注結(jié)果進(jìn)行模型訓(xùn)練所得到的分類模型；

通過所述分類模型進(jìn)行模型重訓(xùn)練樣本數(shù)據(jù)的自動(dòng)標(biāo)注，所述模型重訓(xùn)練樣本數(shù)據(jù)是對(duì)所述初始樣本數(shù)據(jù)的擴(kuò)充；

獲取所述模型重訓(xùn)練樣本數(shù)據(jù)對(duì)應(yīng)的自動(dòng)標(biāo)注結(jié)果；

顯示所述模型重訓(xùn)練樣本數(shù)據(jù)以及所對(duì)應(yīng)自動(dòng)標(biāo)注結(jié)果，并接收對(duì)顯示的所述自動(dòng)標(biāo)注結(jié)果進(jìn)行修正的選擇，獲得所述模型重訓(xùn)練樣本數(shù)據(jù)的標(biāo)注擴(kuò)充結(jié)果；

將所述模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果回饋至所述模型訓(xùn)練，直至所得到分類模型不再獲得分類性能提升。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取初始樣本數(shù)據(jù)和標(biāo)注結(jié)果進(jìn)行模型訓(xùn)練所得到的分類模型之前，所述方法還包括：

接收對(duì)模型訓(xùn)練所使用初始樣本數(shù)據(jù)的選擇，獲得初始樣本數(shù)據(jù)和對(duì)應(yīng)于所述初始樣本數(shù)據(jù)的標(biāo)注結(jié)果；

通過所述初始樣本數(shù)據(jù)和標(biāo)注結(jié)果進(jìn)行模型訓(xùn)練獲得初始的分類模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對(duì)應(yīng)于所述初始樣本數(shù)據(jù)的標(biāo)注結(jié)果是人工標(biāo)注結(jié)果和/或通過所述初始樣本數(shù)據(jù)所相關(guān)的數(shù)據(jù)挖掘而獲得；

所述通過所述初始樣本數(shù)據(jù)和標(biāo)注結(jié)果進(jìn)行模型訓(xùn)練獲得初始的分類模型，包括：

以初始樣本數(shù)據(jù)及所對(duì)應(yīng)人工標(biāo)注結(jié)果和/或數(shù)據(jù)挖掘而獲得的標(biāo)注結(jié)果，啟動(dòng)所述模型訓(xùn)練得到初始的分類模型，所述初始樣本數(shù)據(jù)在數(shù)量上相對(duì)少于所述模型重訓(xùn)練樣本數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模型重訓(xùn)練樣本數(shù)據(jù)包括初始樣本數(shù)據(jù)和/或擴(kuò)充樣本數(shù)據(jù)；

所述通過所述分類模型進(jìn)行模型重訓(xùn)練樣本數(shù)據(jù)的自動(dòng)標(biāo)注，所述模型重訓(xùn)練樣本數(shù)據(jù)是對(duì)所述初始樣本數(shù)據(jù)的擴(kuò)充，包括：

將所述初始樣本數(shù)據(jù)和/或擴(kuò)充樣本數(shù)據(jù)輸入所述分類模型，獲得所述初始樣本數(shù)據(jù)和/或擴(kuò)充樣本數(shù)據(jù)分別對(duì)應(yīng)于標(biāo)簽的置信度；

根據(jù)所述置信度為所述初始樣本數(shù)據(jù)和/或擴(kuò)充樣本數(shù)據(jù)獲得自動(dòng)標(biāo)注的標(biāo)簽，所述自動(dòng)標(biāo)注的標(biāo)簽形成所述初始樣本數(shù)據(jù)和/或擴(kuò)充樣本數(shù)據(jù)對(duì)應(yīng)的自動(dòng)標(biāo)注結(jié)果。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述顯示所述模型重訓(xùn)練樣本數(shù)據(jù)以及所對(duì)應(yīng)自動(dòng)標(biāo)注結(jié)果，并接收對(duì)顯示的所述自動(dòng)標(biāo)注結(jié)果進(jìn)行修正的選擇，獲得所述模型重訓(xùn)練樣本數(shù)據(jù)的標(biāo)注擴(kuò)充結(jié)果，包括：

逐一顯示所述模型重訓(xùn)練樣本數(shù)據(jù)，并為顯示的所述模型重訓(xùn)練樣本數(shù)據(jù)相應(yīng)顯示所對(duì)應(yīng)的自動(dòng)標(biāo)注結(jié)果；

根據(jù)配置的標(biāo)簽集合進(jìn)行所顯示自動(dòng)標(biāo)注結(jié)果中標(biāo)簽的糾錯(cuò)以及對(duì)新增標(biāo)簽的選擇，獲得所述模型重訓(xùn)練樣本數(shù)據(jù)的標(biāo)注擴(kuò)充結(jié)果。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果回饋至所述模型訓(xùn)練，直至所得到分類模型不再獲得分類性能提升，包括：

將所述模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果回饋至所述分類模型的模型訓(xùn)練，通過所述模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果再次進(jìn)行所述分類模型的模型訓(xùn)練；

如果再次進(jìn)行模型訓(xùn)練而獲得的分類模型中不再獲得分類性能提升，則結(jié)束迭代進(jìn)行的所述模型重訓(xùn)練樣本數(shù)據(jù)自動(dòng)標(biāo)注以及自動(dòng)標(biāo)注結(jié)果修正。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將所述模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果回饋至所述模型訓(xùn)練，直至所得到分類模型的分類性能不再提升，還包括：

如果再次進(jìn)行模型訓(xùn)練而獲得的分類模型中分類性能獲得提升，則繼續(xù)迭代進(jìn)行模型重訓(xùn)練樣本數(shù)據(jù)自動(dòng)標(biāo)注以及自動(dòng)標(biāo)注結(jié)果修正；

由繼續(xù)迭代所獲得的模型重訓(xùn)練樣本數(shù)據(jù)和標(biāo)注擴(kuò)充結(jié)果回饋至所述模型訓(xùn)練，繼續(xù)迭代進(jìn)行所述分類模型的模型訓(xùn)練。