[發明專利]數據獲取方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010881942.0
• 申請日: 2020-08-28
• 公開（公告）號: CN111737479B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 楊華;胡毅奇;劉云峰
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;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: 呂靜

1.一種數據獲取方法，其特征在于，所述方法包括：

獲取候選數據集，所述候選數據集包括多個第一候選子數據；

將每個所述第一候選子數據輸入至初級網絡模型，得到每個所述第一候選子數據對應的第一標簽、類別置信度和數據置信度，所述第一標簽為所述第一候選子數據對應的標簽數據，所述初級網絡模型由預訓練數據集訓練而成，所述預訓練數據集包括多個訓練數據和多個標簽數據，每個所述訓練數據對應一個標簽數據，所述數據置信度用于表示所述初級網絡模型在所述第一候選子數據上的訓練效果；

確定每個所述第一候選子數據對應的所述類別置信度和所述數據置信度是否滿足預設條件；

若所述第一候選子數據對應的類別置信度和所述數據置信度滿足預設條件，則將所述第一標簽和所述第一標簽對應的第一候選子數據存儲至所述預訓練數據集，得到目標數據。

2.根據權利要求1所述的方法，其特征在于，所述確定每個所述第一候選子數據對應的所述類別置信度和所述數據置信度是否滿足預設條件，包括：

確定所述每個所述第一候選子數據的類別置信度是否大于第一置信閾值，所述第一置信閾值用于判斷所述第一候選子數據的類別置信度是否屬于高類別置信度；

如果所述類別置信度大于第一置信閾值，

則確定每個所述第一候選子數據的數據置信度是否大于第二置信閾值，所述第二置信閾值用于確定所述第一候選子數據的數據置信度的高低；

若所述數據置信度大于第二置信閾值，則確定所述類別置信度和所述數據置信度滿足預設條件。

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：

如果所述類別置信度小于第一置信閾值，則確定所述類別置信度是否大于第三置信閾值，所述第三置信閾值小于所述第一置信閾值，所述第三置信閾值用于判斷所述第一候選子數據的類別置信度是否屬于中類別置信度或者低類別置信度；

若所述類別置信度大于第三置信閾值，則接收用戶輸入的第二標簽，所述第二標簽與所述第一候選子數據對應；

將所述第二標簽和所述第一候選子數據存儲至所述預訓練數據集，得到目標數據。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

如果所述類別置信度小于第三置信閾值，則確定所述數據置信度是否大于第二置信閾值；

若所述數據置信度大于第二置信閾值，則接收用戶輸入的第二標簽，所述第二標簽與所述第一候選子數據對應；

將所述第二標簽和所述第一候選子數據存儲至所述預訓練數據集，得到目標數據。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

當所述類別置信度小于第三置信閾值，且所述數據置信度小于第二置信閾值時，接收用戶輸入的第二候選子數據，所述第二候選子數據與所述第一標簽對應；

將所述第二候選子數據和所述第一標簽存儲至所述預訓練數據集，得到目標數據。

6.根據權利要求1所述方法，其特征在于，所述將每個所述第一候選子數據輸入至初級網絡模型，得到每個所述第一候選子數據對應的第一標簽、類別置信度和數據置信度之前，還包括：

獲取驗證數據集，所述驗證數據集包括多個標準候選數據和所述標準候選數據對應的標準標簽；

將所述驗證數據集輸入至所述初級網絡模型，得到每個所述標準候選數據對應的預測標簽和預測概率；

根據所述標準標簽和所述預測標簽對所述標準候選數據進行分類，得到多個類別的驗證子數據集；

獲取每個類別下所述驗證子數據集對應的預測概率平均值，并將所述預測概率平均值作為該類別對應的類別置信度。