[發明專利]模型迭代訓練方法及裝置

在審

• 申請號: 201811324203.0
• 申請日: 2018-11-08
• 公開（公告）號: CN109669964A
• 公開（公告）日: 2019-04-23
• 發明（設計）人: 張敏
• 申請（專利權）人: 建湖云飛數據科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 南京常青藤知識產權代理有限公司 32286
• 代理人: 金迪

1.一種模型迭代訓練方法，其特征在于，所述方法包括：

在第一樣本庫中選取第一迭代負面樣本，所述第一迭代負面樣本為第一樣本庫中除第一迭代正例樣本之外的其余樣本；

在所述第一迭代正面樣本中隨機選取第一數量的第一測試樣本，在所述第一迭代負面樣本中隨機選取第二數量的第二測試樣本，所述第一數量與第二數量相等；

根據所述第一數量的第一測試樣本以及第二數量的第二測試樣本對待訓練模型進行模型訓練，得到第一迭代訓練模型；

采用所述第一迭代訓練模型對第二樣本庫進行分類測試，當測試結果不符合預定要求時，利用所述第一迭代訓練模型對第一樣本庫進行分類，根據所述分類結果，在第一樣本庫中確定第二迭代預測正面樣本，對于第二迭代預測正面樣本中的所有樣本，分別確定其被分類為正例樣本的可能性值，在所述第二迭代預測正面樣本中選取被分類為正例樣本的可能性值最高的預設數目個樣本，將所述預設數目個樣本確定為第二特殊正面樣本；

將所述第一迭代正面樣本和所述第二特殊正面樣本確定為第二迭代正面樣本，確定所述第一樣本庫中除所述第二迭代正面樣本外的其余樣本第二迭代正面樣本為第二迭代負面樣本；

根據所述第二迭代正面樣本和所述第二迭代負面樣本，對所述第一迭代訓練模型進行迭代訓練。

2.根據權利要求1所述的方法，其特征在于，所述根據第一迭代正面樣本和第一迭代負面樣本進行模型訓練，包括：

基于待訓練模型，計算所述第一迭代正面樣本和所述第一迭代負面樣本的特征向量，所述待訓練模型為上一輪訓練過程得到的分類模型，所述待訓練模型的分類類別根據配置的樣本特征數據確定；

根據所述第一迭代正面樣本中每一個樣本的特征向量和所述第一迭代負面樣本中每一個樣本的特征向量，對第一迭代正面樣本和第一迭代負面樣本進行分類；

根據樣本分類結果和對所述第一迭代正面樣本的標記結果，優化所述待訓練模型的各個參數，得到所述第一迭代訓練模型。