[發明專利]基于人工智能的自動化建模方法及裝置

在審

• 申請號: 202010965902.4
• 申請日: 2020-09-15
• 公開（公告）號: CN112101567A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 洪萬福;錢智毅;余松福
• 申請（專利權）人: 廈門淵亭信息科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06K9/62;G06F16/35
• 代理公司: 北京鼎承知識產權代理有限公司 11551
• 代理人: 顧可嘉;夏華棟

1.一種基于人工智能的自動化建模方法，其特征在于，包括：

生成模型訓練方案選擇頁面，所述模型訓練方案選擇頁面中每個可選擇的模型訓練方案關聯適用于該模型訓練方案的算法模型；

獲取用戶從所述模型訓練方案選擇頁面中選擇的目標模型訓練方案；

獲取訓練樣本；

根據所述訓練樣本訓練所述目標模型訓練方案所關聯的算法模型，以生成用戶所需的目標模型。

2.根據權利要求1所述的一種基于人工智能的自動化建模方法，其特征在于，方法包括：

根據模型所需識別的內容，確定模型類別及適用于該模型類別的算法模型；

根據所述模型類別，生成該模型類別的模型訓練方案，并將該模型類別的模型訓練方案與適用于該模型類別的算法模型關聯。

3.根據權利要求1所述的一種基于人工智能的自動化建模方法，其特征在于，所述模型訓練方案選擇頁面中的模型訓練方案包括以下模型訓練方案中的一種或兩種以上：自然語言處理模型訓練方案、視覺模型訓練方案、翻譯模型訓練方案、數值分析模型訓練方案和多媒體模型訓練方案。

4.根據權利要求1所述的一種基于人工智能的自動化建模方法，其特征在于，所述獲取訓練樣本包括：

獲取特征數據集；

將所述特征數據集中未打標簽的特征數據打上標簽；

以所有打有標簽的特征數據作為訓練樣本。

5.根據權利要求4所述的一種基于人工智能的自動化建模方法，其特征在于，在獲取到所述訓練樣本之后，方法包括：

展示所述訓練樣本中的特征數據及其標簽；

獲取特征數據的標簽修改數據；

根據所述標簽修改數據修改所述標簽修改數據所對應的特征數據的標簽。

6.一種基于人工智能的自動化建模裝置，其特征在于，包括：

頁面生成模塊，用于生成模型訓練方案選擇頁面，所述模型訓練方案選擇頁面中每個可選擇的模型訓練方案關聯適用于該模型訓練方案的算法模型；

方案獲取模塊，用于獲取用戶從所述模型訓練方案選擇頁面中選擇的目標模型訓練方案；

樣本獲取模塊，用于獲取訓練樣本；

模型生成模塊，用于根據所述訓練樣本訓練所述目標模型訓練方案所關聯的算法模型，以生成用戶所需的目標模型。

7.根據權利要求6所述的一種基于人工智能的自動化建模裝置，其特征在于，裝置還包括：

模型類別確定模塊，用于根據模型所需識別的內容，確定模型類別及適用于該模型類別的算法模型；

關聯模塊，用于根據所述模型類別，生成該模型類別的模型訓練方案，并將該模型類別的模型訓練方案與適用于該模型類別的算法模型關聯。

8.根據權利要求6所述的一種基于人工智能的自動化建模裝置，其特征在于，所述模型訓練方案選擇頁面中的模型訓練方案包括以下模型訓練方案中的一種或兩種以上：自然語言處理模型訓練方案、視覺模型訓練方案、翻譯模型訓練方案、數值分析模型訓練方案和多媒體模型訓練方案。

9.根據權利要求6所述的一種基于人工智能的自動化建模裝置，其特征在于，獲取訓練樣本，包括：

獲取特征數據集；

將所述特征數據集中未打標簽的特征數據打上標簽；

以所有打有標簽的特征數據作為訓練樣本。

10.根據權利要求9所述的一種基于人工智能的自動化建模裝置，其特征在于，裝置還包括：

標簽修改模塊，用于展示所述訓練樣本中的特征數據及其標簽，獲取特征數據的標簽修改數據，根據所述標簽修改數據修改所述標簽修改數據所對應的特征數據的標簽。