[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

本發明實施例公開了一種樣本檢測方法、媒體對象的識別方法、裝置、終端及介質，其中樣本檢測方法包括：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；對所述擾動數據進行標簽預測處理得到預測標簽集合；根據所述原始數據的標注標簽和預測標簽、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，可提高樣本類型檢測的準確率。

技術領域

本發明涉及互聯網技術領域，具體涉及人工智能技術領域，尤其涉及一種樣本檢測方法、一種樣本檢測裝置、一種媒體對象的識別方法、一種媒體對象的識別裝置、一種終端及一種計算機存儲介質。

背景技術

人工智能(Artificial Intelligence，AI)是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，人工智能算法是指一種模仿和學習人類行為的算法，應用于機器學習(Machine Learning，ML)中。所謂的機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科，可以研究計算機如何模擬或實現人類的學習行為以獲取新的知識或技能，重新組織已有的知識結構以不斷改善自身的性能。機器學習可以基于樣本進行學習，并根據學習結果對人工智能算法進行更新，以得到性能完善的人工智能算法。

在機器學習的過程中，如果能檢測出測試樣本中的錯誤樣本，并對錯誤樣本進行重新標注，對于提升機器學習的效果有著極為重要的作用。實踐表明，目前的機器學習進行樣本類型檢測的準確性較低，容易忽略潛在錯誤樣本，導致人工智能算法的性能不能得到有效的提升。

發明內容

本發明實施例提供了一種樣本檢測方法、媒體對象的識別方法、裝置、終端及介質，可提高樣本類型檢測的準確率，有助于提升人工智能算法的性能。

一方面，本發明實施例提供了一種樣本檢測方法，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。

另一方面，本發明實施例提供了一種媒體對象的識別方法，包括：

獲取待識別的媒體對象，所述媒體對象包括以下任一種：文本、圖像、音視頻；

采用人工智能算法為所述媒體對象標注標簽，所述人工智能算法的樣本集采用上述的樣本檢測方法進行樣本檢測處理，所述人工智能算法基于處理后的樣本集進行更新；

根據所述媒體對象的標簽從媒體數據庫中查詢所述媒體對象的識別信息。

再一方面，本發明實施例提供了一種樣本檢測裝置，包括：

獲取單元，用于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；

處理單元，用于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；

預測單元，用于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；

檢測單元，用于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。

再一方面，本發明實施例提供了一種媒體對象的識別裝置，包括：