[發明專利]樣本檢測方法、媒體對象的識別方法、裝置、終端及介質

在審

• 申請號: 201810562934.2
• 申請日: 2018-06-04
• 公開（公告）號: CN110163376A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 王興光
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種樣本檢測方法，其特征在于，包括：

獲取目標測試樣本的原始數據、所述原始數據的標注標簽及所述原始數據的預測標簽；

對所述原始數據進行擾動處理得到所述目標測試樣本的擾動數據，所述擾動數據的數量為一個或者多個；

對所述擾動數據進行標簽預測處理得到預測標簽集合，所述預測標簽集合中包含所述擾動數據的預測標簽；

根據所述原始數據的標注標簽、所述原始數據的預測標簽、以及所述預測標簽集合檢測所述目標測試樣本的樣本類型。

2.如權利要求1所述的方法，其特征在于，所述樣本類型包括正確樣本或錯誤樣本；所述錯誤樣本包括以下任一種：對抗樣本、邊界樣本和偽對抗樣本。

3.如權利要求2所述的方法，其特征在于，所述根據所述原始數據的標注標簽、所述原始數據的預測標簽、以及所述預測標簽集合檢測所述目標測試樣本的樣本類型，包括：

判斷所述原始數據的標注標簽與所述原始數據的預測標簽是否相等；

若相等，則檢測所述原始數據的預測標簽與所述預測標簽集合之間的匹配關系，根據所述匹配關系確定所述目標測試樣本的樣本類型；

若不相等，則檢測所述原始數據的標注標簽、所述原始數據的預測標簽以及所述預測標簽集合之間的對應關系，根據所述對應關系確定所述目標測試樣本的樣本類型。

4.如權利要求3所述的方法，其特征在于，所述匹配關系包括：第一匹配關系或第二匹配關系；

所述第一匹配關系為：所述預測標簽集合中包含的所述擾動數據的預測標簽與所述原始數據的預測標簽全部相等；所述第二匹配關系為：所述預測標簽集合中存在預設數量的所述擾動數據的預測標簽與所述原始數據的預測標簽不相等。

5.如權利要求4所述的方法，其特征在于，所述根據所述匹配關系確定所述目標測試樣本的樣本類型包括：

若所述匹配關系為所述第一匹配關系，則確定所述目標測試樣本的樣本類型為正確樣本；

若所述匹配關系為所述第二匹配關系，則確定所述目標測試樣本的樣本類型為邊界樣本。

6.如權利要求3所述的方法，其特征在于，所述對應關系包括：第一對應關系、第二對應關系或第三對應關系；

所述第一對應關系為：所述預測標簽集合中包含的所述擾動數據的預測標簽與所述原始數據的預測標簽全部相等；所述第二對應關系為：所述預測標簽集合中存在所述擾動數據的預測標簽與所述原始數據的預測標簽相等，且所述預測標簽集合中包含的所述擾動數據的預測標簽與所述原始數據的標注標簽不相等；所述第三對應關系為：所述預測標簽集合中存在所述擾動數據的預測標簽與所述原始數據的預測標簽相等，且所述預測標簽集合中存在預設數量的所述擾動數據的預測標簽與所述原始數據的標注標簽相等。

7.如權利要求6所述的方法，其特征在于，所述根據所述對應關系確定所述目標測試樣本的樣本類型，包括：

若所述對應關系為所述第一對應關系，則確定所述目標測試樣本的樣本類型為對抗樣本；

若所述對應關系為所述第二對應關系，則確定所述目標測試樣本的樣本類型為偽對抗樣本；

若所述對應關系為所述第三對應關系，則確定所述目標測試樣本的樣本類型為邊界樣本。

8.如權利要求2-7任一項所述的方法，其特征在于，所述獲取目標測試樣本的原始數據、所述原始數據的標注標簽及所述原始數據的預測標簽，包括：

獲取人工智能算法的樣本集，所述樣本集包括測試樣本集和訓練樣本集；

從所述測試樣本集中選取任意一個測試樣本作為目標測試樣本，并獲取所述目標測試樣本的原始數據及所述原始數據的標注標簽；

采用所述測試樣本集和所述訓練樣本集對所述人工智能算法進行訓練；

基于所述訓練后的人工智能算法對所述目標測試樣本的原始數據進行標簽預測處理得到所述原始數據的預測標簽。