[發明專利]一種數據分類方法、設備和可讀存儲介質

在審

• 申請號: 202110065077.7
• 申請日: 2021-01-18
• 公開（公告）號: CN112766368A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 張聰;陳聰;張超;嚴自強
• 申請（專利權）人: 咪咕音樂有限公司;咪咕文化科技有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;曹娜

本發明提供一種數據分類方法、設備和可讀存儲介質，涉及數據處理領域。方法包括：獲取待分類數據；提取待分類數據的線性特征；將線性特征輸入到全指向型自注意力神經網絡，得到待分類數據的特征矩陣；對特征矩陣進行歸一化處理，得到待分類數據屬于各類別標簽的預測概率；其中，待分類數據包括n個子數據，n為整數，且n大于或等于2；全指向型自注意力神經網絡利用子數據之間的上下文特征、子數據之間的相關性特征以及每一子數據對預測待分類數據的類別標簽的重要程度，得到待分類數據的特征矩陣。本發明可以解決現有技術中數據分類模型通用性差而導致的數據分類預測準確度不高的問題。

技術領域

本發明實施例涉及數據處理領域，尤其涉及一種數據分類方法、設備和可讀存儲介質。

背景技術

隨著深度學習模型在其他領域的成功應用和不斷發展，越來越多的研究開始利用音樂的聲譜圖作為深度學習模型的輸入進行音樂流派分類。常用的深度學習算法網絡使用時均存在問題：如RNN(Recurrent Neural Network，循環神經網絡)只能對部分序列進行記憶，存在梯度消失或梯度爆炸的風險；CNN(Convolutional Neural Networks，卷積神經網絡)的池化操作會損失大量的信息特征；LSTM(Long Short-Term Memory，長短期記憶網絡)、GRU(Gated Recurrent Unit，門控循環單元)對于遠距離的相互依賴特征無法識別；自注意力機制(Self-Attention)對全局的結構的上下文序列信息無法捕捉。

因此，現有技術中的網絡模型通用性較差。

發明內容

本發明實施例提供一種數據分類方法、設備和可讀存儲介質，解決了現有技術中數據分類模型通用性差而導致的數據分類預測準確度不高的問題。

為了解決上述技術問題，本發明是這樣實現的：

第一方面，本發明實施例提供了一種數據分類方法，包括以下步驟：

獲取待分類數據；

提取所述待分類數據的線性特征；

將所述線性特征輸入到全指向型自注意力神經網絡，得到所述待分類數據的特征矩陣；

對所述特征矩陣進行歸一化處理，得到所述待分類數據屬于各類別標簽的預測概率；

其中，所述待分類數據包括n個子數據，n為整數，且n大于或等于2；

所述全指向型自注意力神經網絡利用所述子數據之間的上下文特征、所述子數據之間的相關性特征以及每一子數據對預測所述待分類數據的類別標簽的重要程度，得到所述待分類數據的特征矩陣。

可選的，在所述將所述線性特征輸入到全指向型自注意力神經網絡之后，還包括：

獲取所述待分類數據的特征空間，所述特征空間用于計算所述待分類數據與其他數據的相似度。

可選的，所述將所述線性特征輸入到全指向型自注意力神經網絡，得到所述待分類數據的特征矩陣，包括：

利用卷積神經網絡CNN將所述線性特征轉換為非線性特征，其中，所述卷積神經網絡CNN為未經池化的CNN；

利用雙向門控循環單元Bi-GRU從所述非線性特征中提取所述子數據之間的上下文特征；

使用多頭注意力機制Multi-Head Self-Attention機制，根據所述子數據之間的上下文特征，得到所述子數據之間的相關性特征；

使用注意力機制Attention機制，根據所述相關性特征得到每一子數據對預測所述待分類數據的類別標簽的重要程度；

根據所述子數據之間的上下文特征、所述子數據之間的相關性特征以及每一子數據對預測所述待分類數據的類別標簽的重要程度，得到所述待分類數據的特征矩陣。