[發明專利]一種分類模型訓練方法、裝置和系統

在審

• 申請號: 202010430059.X
• 申請日: 2020-05-20
• 公開（公告）號: CN113780314A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 王雄文;李楠
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/00
• 代理公司: 北京思格頌知識產權代理有限公司 11635
• 代理人: 王申

1.一種分類模型訓練方法，其中，包括：

從樣本數據中選取有標簽的樣本作為訓練數據，使用所述訓練數據訓練至少一個分類模型；

根據訓練后的當前分類模型，確定樣本數據中未被選為訓練數據的樣本的標簽及該標簽的可信度，將所述可信度滿足預設條件的標簽添加至對應樣本中，得到有標簽的樣本，并添加至當前訓練數據中，使用添加后的當前訓練數據訓練當前至少一個分類模型；

判斷不滿足終止訓練條件時，重復執行所述根據訓練后的當前分類模型，確定所述樣本數據中未被選為訓練數據的樣本的標簽及該標簽的可信度。

2.如權利要求1所述的方法，其中，所述使用所述訓練數據訓練至少一個分類模型，具體包括：

分類模型只有一個時，利用指定的訓練方法，使用所述訓練數據訓練所述分類模型，或，從多種訓練方法中選擇一種訓練方法，利用選擇的訓練方法，使用所述訓練數據訓練所述分類模型；對應的，所述使用添加后的當前訓練數據訓練當前至少一個分類模型，具體包括：

利用所述指定的訓練方法，使用添加后的當前訓練數據訓練當前分類模型，或，從所述多種訓練方法中選擇一種訓練方法，利用選擇的訓練方法，使用添加后的當前訓練數據訓練當前分類模型。

3.如權利要求2所述的方法，其中，所述使用所述訓練數據訓練所述分類模型，具體包括：

由從所述訓練數據中選取的樣本的標簽值和設定個數的特征值，構成新數據，使用所述新數據訓練所述分類模型；對應的，所述使用添加后的當前訓練數據訓練當前分類模型，具體包括：

由從添加后的當前訓練數據中選取的樣本的標簽值和所述設定個數的特征值，構成新數據，使用該新數據訓練當前分類模型。

4.如權利要求1所述的方法，其中，所述使用所述訓練數據訓練至少一個分類模型，具體包括：

分類模型有多個時，分別利用選定的訓練方法，使用所述訓練數據訓練各分類模型；對應的，所述使用添加后的當前訓練數據訓練當前至少一個分類模型，具體包括：

分別利用選定的訓練方法，使用添加后的當前訓練數據訓練當前的各分類模型；

對應的，根據訓練后的當前分類模型，確定樣本數據中未被選為訓練數據的樣本的標簽及該標簽的可信度，具體包括：

分別根據訓練后的當前分類模型，確定所述樣本數據中未被選為訓練數據的樣本的預測標簽及該預測標簽的可信度，將樣本的預測標簽的平均值作為該樣本的標簽，將樣本的預測標簽的可信度的平均值作為該樣本的標簽的可信度。

5.如權利要求4所述的方法，其中，所述分別利用選定的訓練方法，使用所述訓練數據訓練各分類模型，具體包括：

從第一預設的多種訓練方法中選擇個數與分類模型個數相同的訓練方法，針對每個分類模型，通過選擇的一種訓練方法，使用所述訓練數據訓練該分類模型；或，針對每個分類模型，通過從第二預設的多種訓練方法中選擇的一種訓練方法，使用所述訓練數據訓練該分類模型；對應的，所述分別利用選定的訓練方法，使用添加后的當前訓練數據訓練當前的各分類模型，具體包括：

從所述第一預設的多種訓練方法中選擇個數與分類模型個數相同的訓練方法，針對當前的每個分類模型，通過選擇的一種訓練方法，使用添加后的當前訓練數據訓練該分類模型；或，針對當前的每個分類模型，通過從所述第二預設的多種訓練方法中選擇的一種訓練方法，使用添加后的當前訓練數據訓練給分類模型。

6.如權利要求5所述的方法，其中，所述使用所述訓練數據訓練該分類模型，具體包括：

從所述訓練數據中選取樣本的標簽值和設定個數的特征值，構成新數據，使用所述新數據訓練該分類模型；對應的，所述使用添加后的當前訓練數據訓練該分類模型，具體包括：

從添加后的當前訓練數據中選取樣本的標簽值和設定個數的特征值，構成新數據，使用該新數據訓練該分類模型。

7.如權利要求1-6任一所述的方法，其中，所述確定樣本數據中未被選為訓練數據的樣本的標簽及該標簽的可信度，具體包括：

確定樣本數據中未被選為訓練數據的樣本的標簽及該標簽的熵值，將所述熵值作為該標簽的可信度。