[發明專利]信息處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010006307.8
• 申請日: 2020-01-03
• 公開（公告）號: CN111191797B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 侯皓齡;劉云峰
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 苗燕

本申請實施例提供了一種信息處理方法、裝置、電子設備及存儲介質，涉及機器學習技術領域。該方法包括：獲取評估請求，所述評估請求包括數據集標識和算法標識；獲取所述數據集標識對應的目標數據集；基于所述目標數據集，訓練所述算法標識對應的待評估算法，得到訓練好的待評估模型；獲取所述待評估模型的評估結果；通過用戶終端輸出所述評估結果，以提示所述待評估算法的評估結果。本申請實施例使得用戶只需輸入數據集標識、算法標識，即可獲取算法在該數據集上的評估結果，從而可避免中間人為參與可能帶來的誤差，同時也可簡化評估算法優劣的操作，因此不僅可提高評估準確性和評估結果的參考性，還可減少研發過程的大量重復工作，提高研發效率。

技術領域

本申請涉及機器學習技術領域，更具體地，涉及一種信息處理方法、裝置、電子設備及存儲介質。

背景技術

隨著人工智能的不斷發展，相應的算法技術也在不斷拓寬，在研發新的算法時，需要將新的算法與現有的算法進行比較，以獲知新的算法的性能。而對于研究人員來說，為進行比較，首先需要獲取相應的數據集，其次是使用現有的機器學習算法對數據進行訓練并預測，但是在不斷優化算法時，會大量重復前述工作。因此目前研究人員難以獲知算法的優劣，機器學習算法的改進較為繁瑣。

發明內容

本申請實施例提出了一種信息處理方法、裝置、電子設備及存儲介質，以提高算法評估效率，進而提高算法開發效率。

第一方面，本申請實施例提供了一種信息處理方法，所述方法包括：獲取評估請求，所述評估請求包括數據集標識和算法標識；獲取所述數據集標識對應的目標數據集；基于所述目標數據集，訓練所述算法標識對應的待評估算法，得到訓練好的待評估模型；獲取所述待評估模型的評估結果；通過用戶終端輸出所述評估結果，以提示所述待評估算法的評估結果。

可選地，所述頁面包括一個或多個輸入項，所述確定所述頁面是否存在待填寫的輸入項之后，所述方法還包括：在所述頁面不存在待填寫的輸入項時，生成頁面提交提示，所述頁面提交提示用于提示提交所述頁面。

可選地，所述獲取所述數據集標識對應的目標數據集，包括：獲取所述數據集標識對應的本地路徑和云端路徑；當所述云端路徑的云端時間戳大于所述本地路徑的本地時間戳時，基于所述云端路徑，獲取所述數據集標識對應的數據集作為目標數據集。

可選地，所述方法還包括：在無法獲取到所述數據集標識對應的本地路徑時，基于所述云端路徑，獲取所述數據集標識對應的數據集作為目標數據集。

可選地，所述獲取所述數據集標識對應的本地路徑和云端路徑之后，所述方法還包括：當所述云端路徑的云端時間戳不大于所述本地路徑的本地時間戳時，基于所述本地路徑，獲取所述數據集標識對應的數據集作為目標數據集。

可選地，所述基于所述云端路徑，獲取所述數據集標識對應的數據集作為目標數據集，包括：基于所述云端路徑，下載所述數據集標識對應的云端數據集；將所述云端數據集存儲于所述數據集標識對應的本地路徑，并將所述云端數據集作為所述目標數據集；根據所述云端路徑的云端時間戳，配置所述本地路徑的本地時間戳，以使所述本地時間戳大于或等于所述云端時間戳。

可選地，所述將所述云端數據集存儲于所述數據集標識對應的本地路徑，包括：將所述云端數據集存儲于指定路徑；更新所述指定路徑為所述數據集標識對應的本地路徑。

可選地，所述目標數據集預先存儲于所述數據集標識對應的云端路徑，所述獲取所述數據集標識對應的目標數據集之前，所述方法還包括：從所述數據集標識對應的目標設備獲取所述數據集標識對應的初始數據集；對所述初始數據集進行預處理得到預處理后的數據集，并將所述預處理后的數據集存儲于所述數據集標識對應的云端路徑。