[發明專利]一種信息的分類方法、裝置、設備及存儲介質

在審

• 申請號: 202011069133.6
• 申請日: 2020-09-30
• 公開（公告）號: CN112149754A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 羅中巖
• 申請（專利權）人: 羅中巖
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種信息的分類方法，其特征在于，包括：

當獲取到待分類信息時，通過第一分類模型對所述待分類信息進行識別，以獲取第一識別結果；其中，所述第一分類模型基于機器學習獲取；所述待分類信息包括圖像信息和/或語音信息；

獲取與所述第一分類模型對應的第一訓練樣本集合，并根據所述第一訓練樣本集合中各第一訓練樣本的標簽信息，確定所述第一分類模型的分類類別；

將各所述第一訓練樣本根據所述分類類別，劃分為多個第一訓練樣本子集合，并在各所述第一訓練樣本子集合中，通過樣本生成技術，對各所述第一訓練樣本子集合進行新樣本生成處理，并根據新樣本生成后的所述第一訓練樣本子集合，構建第二訓練樣本集合；

根據各所述第二訓練樣本集合，分別對所述第一分類模型進行訓練，以獲取訓練完成的多個第二分類模型；

根據所述第一識別結果，選定匹配的至少一個第二分類模型，并通過至少一個所述第二分類模型對所述待分類信息進行識別，以獲取對應的至少一個第二識別結果；其中，所述第二分類模型基于所述第一分類模型生成；

根據所述至少一個第二識別結果，確定所述待分類信息的第一分類結果。

2.根據權利要求1所述的方法，其特征在于，所述通過第一分類模型對所述待分類信息進行識別，包括：

通過第一分類模型提取所述待分類信息的信息特征，并對所述信息特征進行識別；

所述通過至少一個所述第二分類模型對所述待分類信息進行識別，包括：

通過至少一個所述第二分類模型對所述第一分類模型提取的所述信息特征進行識別。

3.根據權利要求1所述的方法，其特征在于，在將各所述第一訓練樣本根據所述分類類別，劃分為多個第一訓練樣本子集合后，還包括：

將各所述第一訓練樣本輸入至第一分類模型中，以獲取各所述第一訓練樣本的第一分類結果，并根據所述第一分類結果和所述標簽信息，確定各所述第一訓練樣本的第一分類結果是否正確；

在各所述第一訓練樣本子集合中，分別提取第一分類結果正確的難點第一訓練樣本，以及第一分類結果錯誤的錯誤第一訓練樣本，并組成與各所述第一訓練樣本子集合分別對應的精選訓練樣本集合；其中，所述難點第一訓練樣本的最大分類概率小于第一預設閾值，或所述難點第一訓練樣本的最大分類概率與次最大分類概率的差值小于第二預設閾值；

所述在各所述第一訓練樣本子集合中，通過樣本生成技術，對各所述第一訓練樣本子集合進行新樣本生成處理，并根據新樣本生成后的所述第一訓練樣本子集合，構建第二訓練樣本集合，包括：

在各所述精選訓練樣本集合中，通過樣本生成技術，對各所述精選訓練樣本集合進行新樣本生成處理，并根據新樣本生成后的所述精選訓練樣本集合，構建第二訓練樣本集合。

4.根據權利要求3所述的方法，其特征在于，所述在各所述精選訓練樣本集合中，通過樣本生成技術，對各所述精選訓練樣本集合進行新樣本生成處理，并根據新樣本生成后的所述精選訓練樣本集合，構建第二訓練樣本集合，包括：

在各所述精選訓練樣本集合中，通過對抗樣本生成技術，對所述難點第一訓練樣本進行新樣本生成處理，以及通過數據增強技術，對所述錯誤第一訓練樣本進行新樣本生成處理。

5.根據權利要求1所述的方法，其特征在于，所述根據所述至少一個第二識別結果，確定所述待分類信息的第一分類結果，包括：

根據所述至少一個第二識別結果，確定所述待分類信息的第二分類結果；

根據所述第二分類結果，選定匹配的至少一個第三分類模型，并通過至少一個所述第三分類模型對所述待分類信息進行識別，并獲取對應的至少一個第三識別結果；其中，所述第三分類模型基于所述第二分類模型生成；

根據所述至少一個第三識別結果，確定所述待分類信息的第一分類結果。