[發明專利]多標簽處理任務訓練樣本構建方法、設備及介質

在審

• 申請號: 202010936485.0
• 申請日: 2020-09-08
• 公開（公告）號: CN112052903A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 張超;吳海山;殷磊
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種多標簽處理任務訓練樣本構建方法，其特征在于，所述多標簽處理任務訓練樣本構建方法包括以下步驟：

獲取樣本數據在多個預設類別上的真實概率分布，并確定所述樣本數據在多個預設類別上的預測概率分布；

根據所述真實概率分布和所述預測概率分布，確定所述樣本數據在多個預設類別上的損失列表；

對所述損失列表進行掩碼過濾，得到掩碼概率分布，并根據所述掩碼概率分布和所述真實概率分布，確定掩碼列表；

根據所述掩碼列表和所述損失列表，確定所述樣本數據的多個正向類別損失和多個負向類別損失，并根據多個所述正向類別損失和多個所述負向類別損失，確定所述樣本數據在多個預設類別中歸屬的多個正向類別和多個負向類別；

根據多個所述正向類別和多個所述負向類別，分別構建多個預設類別的正負向樣本，以基于多個預設類別的正負向樣本生成多標簽分類模型進行多標簽分類。

2.如權利要求1所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述根據多個所述正向類別和多個所述負向類別，分別構建多個預設類別的正負向樣本的步驟之后，所述方法還包括：

基于多個所述預設類別的正負項樣本，對預設多標簽模型進行訓練，生成多標簽分類模型；

當接收到待分類數據時，基于所述多標簽分類模型對所述待分類數據進行多標簽分類，確定所述待分類數據所歸屬的多個標簽類別。

3.如權利要求1所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述對所述損失列表進行掩碼過濾，得到掩碼概率分布的步驟包括：

基于預設參數，對所述真實概率分布進行掩碼處理，獲得掩碼參數；

根據所述掩碼參數，對所述損失列表進行過濾，獲得所述掩碼概率分布。

4.如權利要求1所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述根據所述掩碼概率分布和所述真實概率分布，確定掩碼列表的步驟包括：

對所述掩碼概率分布中的各數值進行排序，獲得掩碼概率序列，并從所述掩碼概率序列中選取出排列在前預設位的目標概率；

確定各所述目標概率在所述損失列表中的排列位置，并根據所述排列位置，對所述掩碼概率分布進行更新；

將更新后的所述掩碼概率分布和所述真實概率分布進行加和運算，生成掩碼列表。

5.如權利要求4所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述根據所述掩碼列表和所述損失列表，確定所述樣本數據的多個正向類別損失和多個負向類別損失的步驟包括：

對所述掩碼列表和更新前的所述損失列表進行乘積運算，生成乘積結果列表；

根據所述真實概率分布中真實概率所在的位置，從所述乘積結果列表中確定出多個所述正向類別損失；

根據所述排列位置，從所述乘積結果中確定出多個所述負向類別損失。

6.如權利要求1-5任一項所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述根據所述真實概率分布和所述預測概率分布，確定所述樣本數據在多個預設類別上的損失列表的步驟包括：

根據所述真實概率分布和所述預測概率分布，分別確定所述樣本數據在每一預設類別上的真實概率值和預測概率值；

基于預設損失公式，對所述樣本數據在每一預設類別上的所述真實概率值和所述預測概率值進行計算，得到所述樣本數據在每一預設類別上的損失值；

根據每一所述預設類別在多個所述預設類別中的排列順序，對每一所述損失值排列，獲得所述損失列表。

7.如權利要求1-5任一項所述的多標簽處理任務訓練樣本構建方法，其特征在于，所述確定所述樣本數據在多個預設類別上的預測概率分布的步驟包括：

獲取所述樣本數據與多個預設類別分別對應的輸出值，并根據預設函數，對多個所述輸出值分別進行映射，獲得所述樣本數據在多個預設類別上的預測概率分布。