[發明專利]一種應用程序分類的確定方法和裝置

在審

• 申請號: 201811513648.3
• 申請日: 2018-12-11
• 公開（公告）號: CN109784368A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 劉媛;趙爭超
• 申請（專利權）人: 同盾控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種應用程序分類的確定方法，其特征在于，所述方法包括：

獲取待分類應用程序；

利用預先確定的應用分類模型，生成對所述待分類應用程序的分類信息，所述應用分類模型是根據目標標注數據分類訓練得到的二級分類模型，所述目標標注數據是根據多個歷史數據利用主動學習策略確定的數據；

輸出所述分類信息。

2.根據權利要求1所述的方法，其特征在于，所述方法在所述利用預先確定的應用分類模型，生成所述待分類應用程序的分類信息之前，還包括：

根據待標注數據，利用所述主動學習策略進行迭代訓練，以篩選出所述目標標注數據，所述待標注數據包括具有預設數據格式的所述多個歷史數據，所述目標標注數據是所述待標注數據中符合標注要求的數據；

對所述目標標注數據進行預處理，以獲取符合分類學習格式的學習樣本數據；

根據所述學習樣本數據，對預設的分類模型進行訓練，以生成所述應用分類模型。

3.根據權利要求2所述的方法，其特征在于，所述根據待標注數據，基于對主動學習策略進行迭代訓練，以篩選出所述目標標注數據，包括：

獲取字符串格式的所述待標注數據；

利用預先確定的初始分類模型，對所述待標注數據進行預測，以獲取所述待標注數據中的目標數據，所述目標數據是所述待標注數據中信息量符合第一閾值的N個數據；

根據所述初始分類模型，利用所述目標數據，獲取第一訓練模型；

利用所述第一訓練模型對所述第一數據進行預測，以獲取所述第一數據中的目標數據，所述第一數據是所述待標注數據中除了所述待標注數據中的目標數據之外的數據，所述第一數據中的目標數據是所述第一數據中信息量符合第二閾值的N個數據；

根據所述初始分類模型，利用所述待標注數據中的目標數據和所述第一數據中的目標數據，獲取第二訓練模型；

利用所述第二訓練模型對第二數據進行預測，以獲取所述第二數據中的目標數據，所述第二數據中的目標數據是所述第二數據中信息量符合第三閾值的N個數據，所述第二數據是所述第一數據中除了所述第一數據的目標數據之外的數據；

重復執行所述利用預先確定的初始分類模型，對所述待標注數據進行預測，以獲取所述待標注數據中的目標數據的步驟至所述利用所述第二訓練模型對第二數據進行預測，以獲取所述第二數據中的目標數據的步驟，直至所述第二訓練模型符合訓練停止條件；

在所述第二訓練模型符合所述訓練停止條件的情況下，將在所述重復執行步驟之前所確定的所有目標數據作為所述目標標注數據；

其中，N為大于零的正整數。

4.根據權利要求2所述的方法，其特征在于，所述對所述目標標注數據進行預處理，以獲取符合分類學習格式的學習樣本數據，包括：

根據預設的停用詞詞庫和自定義詞庫，對所述目標標注數據進行低頻詞剔除；

將剔除低頻詞的所述目標標注數據轉換為符合所述分類學習格式的數據，作為所述學習樣本數據。

5.根據權利要求2所述的方法，其特征在于，所述根據所述學習樣本數據，對預設的分類模型進行訓練，生成所述應用分類模型，包括：

通過對所述學習樣本數據進行i個類別的分類，對所述分類模型進行訓練，以獲取第一分類模型；

通過在所述i個類別的分類下對所述學習樣本數據進行j個子類別的分類，對所述分類模型進行訓練，以獲取i個第二分類模型；

將所述第一分類模型和所述i個第二分類模型作為所述應用分類模型；

其中，i，j均為大于零的正整數。

6.一種應用程序分類的確定裝置，其特征在于，所述方法包括：

程序獲取模塊，用于獲取待分類應用程序；

信息生成模塊，用于利用預先確定的應用分類模型，生成對所述待分類應用程序的分類信息，所述應用分類模型是根據目標標注數據分類訓練得到的二級分類模型，所述目標標注數據是根據多個歷史數據利用主動學習策略確定的數據；

信息輸出模塊，用于輸出所述分類信息。