[發明專利]一種數據分類方法及計算設備

在審

• 申請號: 202011557715.9
• 申請日: 2020-12-25
• 公開（公告）號: CN112579819A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 黃蕭;李林;徐丞申;劉榮
• 申請（專利權）人: 天津車之家數據信息技術有限公司
• 主分類號: G06F16/65
• 分類號: G06F16/65;G06F16/68;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 孟玉潔;謝建云

1.一種數據分類方法，在計算設備中執行，包括：

獲取待分類的數據；

將所述數據輸入預設的多標簽分類模型，以便所述多標簽分類模型輸出所述數據屬于每一個類別的概率，其中，所述多標簽分類模型在訓練時的損失函數適于提高目標類別的分類準確率；

當最大概率對應的類別為所述目標類別，且所述最大概率大于等于預設的概率閾值時，將目標類別作為所述數據所屬的類別。

2.如權利要求1所述的方法，其中，所述損失函數適于對訓練樣本的真實類別標簽不是所述目標類別，但所述多標簽分類模型輸出的類別為所述目標類別的情形進行懲罰。

3.如權利要求1或2所述的方法，其中，所述多標簽分類模型的損失函數為：

其中，C為類別的數量；

y_j用于表示訓練樣本的真實類別標簽是否為第j個類別，當y_j＝1時，表示訓練樣本的真實類別標簽是第j個類別，當y_j＝0時，表示訓練樣本的真實類別標簽不是第j個類別；

p_j為多標簽分類模型輸出的訓練樣本屬于第j個類別的概率；

λ_j為第j個類別的權重，其中，所述目標類別的權重大于其他類別的權重。

4.如權利要求1-3中任一項所述的方法，其中，所述多標簽分類模型的最后一個處理層為激活層，所述激活層包括與類別數量相同的Sigmoid激活函數，所述Sigmoid激活函數的輸出為所述數據屬于相應類別的概率。

5.如權利要求1-4中任一項所述的方法，其中，當最大概率對應的類別為所述目標類別，且所述最大概率小于所述概率閾值時，將除所述目標類別之外概率最大的類別作為所述數據所屬的類別。

6.如權利要求1-5中任一項所述的方法，其中，當最大概率對應的類別不是所述目標類別時，將最大概率對應的類別作為所述數據所屬的類別。

7.如權利要求1所述的方法，其中，所述數據為語音通話音頻，

所述類別包括：明確有意向、可能有意向、明確無意向，其中，明確有意向為所述目標類別。

8.一種計算設備，包括：

至少一個處理器和存儲有程序指令的存儲器；

當所述程序指令被所述處理器讀取并執行時，使得所述計算設備執行如權利要求1-7中任一項所述的數據分類方法。

9.一種存儲有程序指令的可讀存儲介質，當所述程序指令被計算設備讀取并執行時，使得所述計算設備執行如權利要求1-7中任一項所述的數據分類方法。