[發(fā)明專利]數(shù)據(jù)分類方法及多分類模型訓(xùn)練方法、裝置、設(shè)備、介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110011544.8
• 申請日: 2021-01-06
• 公開（公告）號: CN113537270A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 張珍茹;張倩汶;曹云波;張敏靈
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 劉暉銘;張穎玲

1.一種數(shù)據(jù)分類方法，其特征在于，包括：

獲取待分類數(shù)據(jù)；

將所述待分類數(shù)據(jù)分別輸入至多分類模型的第一模型和第二模型中，得到所述待分類數(shù)據(jù)的分類結(jié)果；

其中，所述第一模型是通過第一訓(xùn)練集得到的，所述第一訓(xùn)練集包括多個攜帶真實分類標(biāo)記的第一樣本數(shù)據(jù)；所述第二模型是通過第二訓(xùn)練集得到的，所述第二訓(xùn)練集包括多個攜帶偏標(biāo)記集合的第二樣本數(shù)據(jù)，所述偏標(biāo)記集合包括至少一個候選分類標(biāo)記。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述多個第一樣本數(shù)據(jù)中存在至少一個新增的第一樣本數(shù)據(jù)；所述新增的第一樣本數(shù)據(jù)攜帶的真實分類標(biāo)記是根據(jù)所述第二模型得到的；

和/或，

所述多個第二樣本數(shù)據(jù)中存在至少一個更新后的第二樣本數(shù)據(jù)；所述更新后的第二樣本數(shù)據(jù)攜帶的偏標(biāo)記集合是根據(jù)所述第一模型得到的。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待分類數(shù)據(jù)分別輸入至多分類模型的第一模型和第二模型中，得到所述待分類數(shù)據(jù)的分類結(jié)果，包括：

將所述待分類數(shù)據(jù)輸入至所述第一模型，得到所述第一模型輸出的第一分類結(jié)果；所述第一分類結(jié)果包括多個預(yù)設(shè)類別中每一所述預(yù)設(shè)類別對應(yīng)的第一置信度；

將所述待分類數(shù)據(jù)輸入至所述第二模型，得到所述第二模型輸出的第二分類結(jié)果；所述第二分類結(jié)果包括多每一所述預(yù)設(shè)類別對應(yīng)的第二置信度；

基于每一所述預(yù)設(shè)類別對應(yīng)的第一置信度和第二置信度，確定所述待分類數(shù)據(jù)的分類結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于每一所述預(yù)設(shè)類別對應(yīng)的第一置信度和第二置信度，確定所述待分類數(shù)據(jù)的分類結(jié)果，包括：

獲取所述第一分類結(jié)果對應(yīng)的第一精度參數(shù)，和所述第二分類結(jié)果對應(yīng)的第二精度參數(shù)；所述第一精度參數(shù)用于表征所述第一模型的預(yù)測精度；所述第二精度參數(shù)用于表征所述第二模型的預(yù)測精度；

基于每一所述預(yù)設(shè)類別對應(yīng)的第一置信度和第二置信度、所述第一精度參數(shù)和所述第二精度參數(shù)，確定每一所述預(yù)設(shè)類別對應(yīng)的第三置信度；

將最大第三置信度對應(yīng)的預(yù)設(shè)類別作為所述待分類數(shù)據(jù)的分類結(jié)果。

5.一種多分類模型訓(xùn)練方法，其特征在于，包括：

通過第一訓(xùn)練集得到多分類模型中的第一模型，所述第一訓(xùn)練集包括多個攜帶真實分類標(biāo)記的第一樣本數(shù)據(jù)；

通過第二訓(xùn)練集得到所述多分類模型中的第二模型，所述第二訓(xùn)練集包括多個攜帶偏標(biāo)記集合的第二樣本數(shù)據(jù)，所述偏標(biāo)記集合包括至少一個候選分類標(biāo)記；

在不滿足停止條件的情況下，執(zhí)行訓(xùn)練集更新操作，得到更新后的訓(xùn)練集，利用更新后的訓(xùn)練集對所述多分類模型進行迭代訓(xùn)練，直至達到停止條件，輸出訓(xùn)練后的多分類模型；所述訓(xùn)練集更新操作包括以下至少之一：通過所述第二模型更新所述第一訓(xùn)練集，通過所述第一模型更新所述第二訓(xùn)練集。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

基于原始數(shù)據(jù)集，構(gòu)建所述第一訓(xùn)練集和第三訓(xùn)練集；所述第三訓(xùn)練集包括多個無分類標(biāo)記的第三樣本數(shù)據(jù)；

根據(jù)所述第一訓(xùn)練集中的每一所述第一樣本數(shù)據(jù)，生成每一所述第三樣本數(shù)據(jù)對應(yīng)的偏標(biāo)記集合；

為每一所述第三樣本數(shù)據(jù)添加對應(yīng)的偏標(biāo)記集合，得到所述第二訓(xùn)練集。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述第一訓(xùn)練集中的每一所述第一樣本數(shù)據(jù)，生成每一所述第三樣本數(shù)據(jù)對應(yīng)的偏標(biāo)記集合，包括：

根據(jù)每一所述第三樣本數(shù)據(jù)與每一所述第一樣本數(shù)據(jù)的相似度，生成權(quán)重矩陣；

基于所述權(quán)重矩陣，生成每一所述第三樣本數(shù)據(jù)對應(yīng)的類別置信度向量；所述類別置信度向量包括每一預(yù)設(shè)類別對應(yīng)的第四置信度；

根據(jù)每一所述第三樣本數(shù)據(jù)對應(yīng)的類別置信度向量生成每一所述第三樣本數(shù)據(jù)對應(yīng)的偏標(biāo)記集合。