[發明專利]分類任務模型的訓練方法、裝置、設備及存儲介質

有效

• 申請號: 201910377510.3
• 申請日: 2019-05-07
• 公開（公告）號: CN110097130B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 沈榮波;周可;田寬;顏克洲;江鋮
• 申請（專利權）人: 深圳市騰訊計算機系統有限公司;華中科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

1.一種分類任務模型的訓練方法，其特征在于，所述方法包括：

采用第一數據集訓練初始的特征提取器；其中，所述第一數據集是包括第一類別樣本和第二類別樣本的類別不均衡數據集，所述第一類別樣本的數量大于所述第二類別樣本的數量；

構建生成對抗網絡，所述生成對抗網絡包括所述特征提取器、特征生成器和域分類器；其中，所述特征生成器用于生成與所述特征提取器相同維度的特征向量，所述域分類器用于對所述特征提取器輸出的特征向量和所述特征生成器輸出的特征向量進行區分；

采用所述第二類別樣本對所述生成對抗網絡進行訓練，得到完成訓練的特征生成器；

構建分類任務模型，所述分類任務模型包括所述完成訓練的特征生成器、所述特征提取器和分類器；

采用所述第一數據集對所述分類任務模型進行訓練；其中，所述完成訓練的特征生成器用于對所述第二類別樣本在特征空間進行擴增。

2.根據權利要求1所述的方法，其特征在于，所述采用所述第二類別樣本對所述生成對抗網絡進行訓練，得到完成訓練的特征生成器，包括：

在所述生成對抗網絡的每一輪訓練過程中，為所述特征提取器的輸入賦予第一標簽，為所述特征生成器的輸入賦予第二標簽；

計算所述域分類器的第一損失函數值；

根據所述第一損失函數值對所述域分類器的參數進行更新；

屏蔽所述特征提取器的輸入，為所述特征生成器的輸入賦予所述第一標簽；

計算所述域分類器的第二損失函數值；

根據所述第二損失函數值對所述特征生成器的參數進行更新。

3.根據權利要求1所述的方法，其特征在于，所述特征生成器的輸入包括先驗數據與噪聲數據的疊加；

其中，所述先驗數據從所述第一數據集的所述第二類別樣本中提取，或者，所述先驗數據從第二數據集中與所述第二類別樣本同類別的樣本中提取。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述分類任務模型還包括：數據清洗單元；

所述數據清洗單元，用于對所述特征生成器和所述特征提取器輸出的異常特征向量進行過濾。

5.根據權利要求4所述的方法，其特征在于，所述數據清洗單元，用于：

從所述特征生成器和所述特征提取器輸出的特征向量中，篩選出符合預設條件的特征向量對，所述符合預設條件的特征向量對是指標簽不同且相似度最大的兩個特征向量；

將所述符合預設條件的特征向量對作為所述異常特征向量進行過濾。

6.根據權利要求1至3任一項所述的方法，其特征在于，所述采用第一數據集訓練初始的特征提取器，包括：

構建初始的分類任務模型，所述初始的分類任務模型包括所述初始的特征提取器和初始的分類器；

采用所述第一數據集對所述初始的分類任務模型進行訓練，得到初始訓練后的特征提取器，所述初始訓練后的特征提取器被用于所述生成對抗網絡中。

7.一種分類任務模型的訓練裝置，其特征在于，所述裝置包括：

第一訓練模塊，用于采用第一數據集訓練初始的特征提取器；其中，所述第一數據集是包括第一類別樣本和第二類別樣本的類別不均衡數據集，所述第一類別樣本的數量大于所述第二類別樣本的數量；

第一構建模塊，用于構建生成對抗網絡，所述生成對抗網絡包括所述特征提取器、特征生成器和域分類器；其中，所述特征生成器用于生成與所述特征提取器相同維度的特征向量，所述域分類器用于對所述特征提取器輸出的特征向量和所述特征生成器輸出的特征向量進行區分；

第二訓練模塊，用于采用所述第二類別樣本對所述生成對抗網絡進行訓練，得到完成訓練的特征生成器；

第二構建模塊，用于構建分類任務模型，所述分類任務模型包括所述完成訓練的特征生成器、所述特征提取器和分類器；

第三訓練模塊，用于采用所述第一數據集對所述分類任務模型進行訓練；其中，所述完成訓練的特征生成器用于對所述第二類別樣本在特征空間進行擴增。