[發(fā)明專利]一種數(shù)據(jù)分類方法及計算設(shè)備

在審

• 申請?zhí)枺?/td>: 202011557715.9
• 申請日: 2020-12-25
• 公開（公告）號: CN112579819A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 黃蕭;李林;徐丞申;劉榮
• 申請（專利權(quán)）人: 天津車之家數(shù)據(jù)信息技術(shù)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(chǎn)權(quán)代理有限公司 11396
• 代理人: 孟玉潔;謝建云

本發(fā)明公開了一種數(shù)據(jù)分類方法，在計算設(shè)備中執(zhí)行，包括：獲取待分類的數(shù)據(jù)；將該數(shù)據(jù)輸入預(yù)設(shè)的多標(biāo)簽分類模型，以便多標(biāo)簽分類模型輸出該數(shù)據(jù)屬于每一個類別的概率，其中，多標(biāo)簽分類模型在訓(xùn)練時的損失函數(shù)適于提高目標(biāo)類別的分類準(zhǔn)確率；當(dāng)最大概率對應(yīng)的類別為目標(biāo)類別，且最大概率大于等于預(yù)設(shè)的概率閾值時，將目標(biāo)類別作為該數(shù)據(jù)所屬的類別。本發(fā)明一并公開了相應(yīng)的計算設(shè)備。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)分類方法及計算設(shè)備。

背景技術(shù)

近年來，人工智能技術(shù)飛速發(fā)展，已被應(yīng)用到多個領(lǐng)域。分類問題是人工智能算法中的一大類，應(yīng)用非常廣泛。在實際分類問題中，有時會碰到一種場景，即對特定類別的分類準(zhǔn)確率要求很高，而不關(guān)心其召回率以及其他類別的分類準(zhǔn)確率。例如，在智能外呼場景中，智能外呼機(jī)器人模擬真人向被叫用戶發(fā)起語音通話，進(jìn)行訪問、營銷等活動。根據(jù)智能外呼的語音通話情況，采用分類模型來將用戶分為明確有意向、可能有意向、明確無意向三類，對于明確有意向的用戶進(jìn)行人工電話回訪，以向這些用戶提供定制化的服務(wù)。在該場景中，智能外呼服務(wù)商更關(guān)心篩選出的明確有意向類別的準(zhǔn)確率，而不關(guān)心有沒有漏檢明確有意向的用戶以及可能有意向、明確無意向類別的準(zhǔn)確率。提高明確有意向類別的分類準(zhǔn)確率，可以減少不必要的人工電話量，從而提高服務(wù)效率。

現(xiàn)有的分類模型在分類準(zhǔn)確率上對所有類別一視同仁，無法滿足提高特定類別分類準(zhǔn)確率的需求。

發(fā)明內(nèi)容

為此，本發(fā)明提供一種數(shù)據(jù)分類方法及計算設(shè)備，以力圖解決或至少緩解上面存在的問題。

根據(jù)本發(fā)明的第一個方面，提供一種數(shù)據(jù)分類方法，在計算設(shè)備中執(zhí)行，包括：獲取待分類的數(shù)據(jù)；將所述數(shù)據(jù)輸入預(yù)設(shè)的多標(biāo)簽分類模型，以便所述多標(biāo)簽分類模型輸出所述數(shù)據(jù)屬于每一個類別的概率，其中，所述多標(biāo)簽分類模型在訓(xùn)練時的損失函數(shù)適于提高目標(biāo)類別的分類準(zhǔn)確率；當(dāng)最大概率對應(yīng)的類別為所述目標(biāo)類別，且所述最大概率大于等于預(yù)設(shè)的概率閾值時，將目標(biāo)類別作為所述數(shù)據(jù)所屬的類別。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，損失函數(shù)適于對訓(xùn)練樣本的真實類別標(biāo)簽不是所述目標(biāo)類別，但所述多標(biāo)簽分類模型輸出的類別為所述目標(biāo)類別的情形進(jìn)行懲罰。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，多標(biāo)簽分類模型的損失函數(shù)為：

其中，C為類別的數(shù)量；y_j用于表示訓(xùn)練樣本的真實類別標(biāo)簽是否為第j個類別，當(dāng)y_j＝1時，表示訓(xùn)練樣本的真實類別標(biāo)簽是第j個類別，當(dāng)y_j＝0時，表示訓(xùn)練樣本的真實類別標(biāo)簽不是第j個類別；p_j為多標(biāo)簽分類模型輸出的訓(xùn)練樣本屬于第j個類別的概率；λ_j為第j個類別的權(quán)重，其中，所述目標(biāo)類別的權(quán)重大于其他類別的權(quán)重。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，多標(biāo)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(shù)量相同的Sigmoid激活函數(shù)，所述Sigmoid激活函數(shù)的輸出為所述數(shù)據(jù)屬于相應(yīng)類別的概率。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，當(dāng)最大概率對應(yīng)的類別為所述目標(biāo)類別，且所述最大概率小于所述概率閾值時，將除所述目標(biāo)類別之外概率最大的類別作為所述數(shù)據(jù)所屬的類別。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，當(dāng)最大概率對應(yīng)的類別不是所述目標(biāo)類別時，將最大概率對應(yīng)的類別作為所述數(shù)據(jù)所屬的類別。

可選地，在根據(jù)本發(fā)明的數(shù)據(jù)分類方法中，數(shù)據(jù)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(biāo)類別。

根據(jù)本發(fā)明的第二個方面，提供一種計算設(shè)備，包括：至少一個處理器；和存儲有程序指令的存儲器，當(dāng)所述程序指令被所述處理器讀取并執(zhí)行時，使得所述計算設(shè)備執(zhí)行上述數(shù)據(jù)分類方法。