[發明專利]樣本生成方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910801840.0
• 申請日: 2019-08-28
• 公開（公告）號: CN110598765B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 魏東;馬鍇;鄭冶楓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/211;G06N3/045;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃晶晶

1.一種樣本生成方法，所述方法包括：

獲取從各真實樣本中分別提取的真實類別特征向量；

將真實類別特征向量與相應真實樣本的真實類別標簽向量拼接；

將拼接的各拼接向量輸入至當前的樣本生成網絡中，映射得到各偽樣本；

確定各偽樣本和相應的所述拼接向量之間的互信息；

將各真實樣本和各偽樣本輸入當前的樣本判別網絡中，結合所述互信息，對所述樣本生成網絡和樣本判別網絡進行迭代地對抗訓練，并在對抗訓練過程中，迭代地最大化所述互信息，直至達到迭代停止條件；

將各拼接向量輸入至迭代停止時的樣本生成網絡，輸出偽樣本集。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取各真實樣本中的真實噪音向量；

所述將真實類別特征向量與相應真實樣本的真實類別標簽向量拼接包括：

將真實類別特征向量、與相應的真實類別標簽向量和真實噪音向量拼接；

所述確定各偽樣本和相應的所述拼接向量之間的互信息包括：

確定各偽樣本和相應真實類別特征組合向量間的互信息；所述真實類別特征組合向量，由真實類別特征向量和相應真實類別標簽向量拼接得到。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

分別提取各真實樣本的特征向量；

對所述特征向量進行特征分解，篩選出用于進行類別判別的特征向量，得到真實類別特征向量；

獲取所述特征向量篩選后剩余的特征向量，得到真實噪音向量。

4.根據權利要求2所述的方法，其特征在于，所述方法還包括：

按照預設的偽類別標簽向量，從第一概率分布中采樣，得到偽類別特征向量；所述第一概率分布，由對各真實類別特征向量擬合得到；

將各偽類別特征向量與相應的偽類別標簽向量拼接，得到偽拼接向量，并將各偽拼接向量輸入至當前的樣本生成網絡中，輸出各偽樣本；

所述確定各偽樣本和相應的所述拼接向量之間的互信息包括：

當偽樣本是由偽拼接向量映射得到時，確定所述偽樣本和相應偽拼接向量之間的互信息。

5.根據權利要求4所述的方法，其特征在于，所述偽拼接向量中還包括偽噪音向量；所述方法還包括：

獲取各真實樣本中除真實類別特征向量以外的真實噪音向量；

將各真實噪音向量進行擬合，得到第二概率分布；

從第二概率分布中采樣，得到偽噪音向量；

所述確定所述偽樣本和相應偽拼接向量之間的互信息包括：

確定所述偽樣本和相應偽類別特征組合向量之間的互信息；所述偽類別特征組合向量，由所述偽類別特征向量和相應的偽類別標簽向量拼接得到。

6.根據權利要求5所述的方法，其特征在于，所述將各拼接向量輸入至迭代停止時的樣本生成網絡，輸出偽樣本集包括：

將真實類別特征向量和偽類別特征向量作為類別特征向量因素中的水平，并將真實噪音向量和偽噪音向量作為噪音向量因素中的水平，對類別特征向量因素中的水平和噪音向量因素中的水平進行交叉分組，得到待拼接組合；

獲取與每個待拼接組合中包括的類別特征向量對應的類別標簽向量；

將同一待拼接組合中包括的向量和對應的類別標簽向量進行拼接；

將由待拼接組合拼接得到的向量，輸入至迭代停止時的樣本生成網絡中，輸出最終的偽樣本。

7.根據權利要求6所述的方法，其特征在于，所述待拼接組合可以包括以下至少一種組合：

包括真實噪音向量、真實類別特征向量和與真實類別特征向量對應的真實標簽向量的待拼接組合；

包括偽噪音向量、偽類別特征向量和與偽類別特征向量對應的偽標簽向量的待拼接組合；

包括偽噪音向量、真實類別特征向量和與真實類別特征向量對應的真實標簽向量的待拼接組合；

包括真實噪音向量、偽類別特征向量和與偽類別特征向量對應的偽標簽向量的待拼接組合。