[發明專利]一種模型訓練方法及相關裝置

在審

• 申請號: 202210005754.0
• 申請日: 2022-01-04
• 公開（公告）號: CN114359635A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 鄧金濤
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 羅曉敏

1.一種模型訓練方法，其特征在于，所述方法包括：

基于負樣本衡量機制，確定未標記樣本集合中各未標記樣本各自對應的負樣本置信度；

根據所述未標記樣本集合中各未標記樣本各自對應的負樣本置信度，從所述未標記樣本集合中選出目標負樣本；基于所述目標負樣本和目標正樣本，構建第一訓練樣本集；

根據參考未標記樣本集合中各未標記樣本各自對應的負樣本置信度，從所述參考未標記樣本集合中選出參考正樣本和參考負樣本，所述參考未標記樣本集合包括所述未標記樣本集合中除所述目標負樣本以外的未標記樣本；基于所述目標負樣本和所述參考負樣本、以及所述目標正樣本和所述參考正樣本，構建第二訓練樣本集；

基于所述第一訓練樣本集和所述第二訓練樣本集，訓練目標分類模型。

2.根據權利要求1所述的方法，其特征在于，所述基于負樣本衡量機制，確定未標記樣本集合中各未標記樣本各自對應的負樣本置信度，包括：

基于多種負樣本衡量機制，確定所述未標記樣本集合中各未標記樣本各自在每種所述負樣本衡量機制下的負樣本置信度；

所述基于所述目標負樣本和目標正樣本，構建第一訓練樣本集，包括：

針對每種所述負樣本衡量機制，基于所述負樣本衡量機制下的目標負樣本和所述目標正樣本，構建所述第一訓練樣本集；所述負樣本衡量機制下的目標負樣本，是根據所述未標記樣本集合中各未標記樣本各自在所述負樣本衡量機制下的負樣本置信度選出的；

所述基于所述目標負樣本和所述參考負樣本、以及所述目標正樣本和所述參考正樣本，構建第二訓練樣本集，包括：

針對每種所述負樣本衡量機制，基于所述負樣本衡量機制下的目標負樣本、參考負樣本和參考正樣本、以及所述目標正樣本，構建所述第二訓練樣本集；所述負樣本衡量機制下的參考負樣本和參考正樣本，均是根據所述負樣本衡量機制對應的參考未標記樣本集合中各未標記樣本各自在所述負樣本衡量機制下的負樣本置信度選出的；所述負樣本衡量機制對應的參考未標記樣本集合，包括所述未標記樣本集合中除所述負樣本衡量機制下的目標負樣本以外的未標記樣本。

3.根據權利要求2所述的方法，其特征在于，所述基于多種負樣本衡量機制，確定所述未標記樣本集合中各未標記樣本各自在每種所述負樣本衡量機制下的負樣本置信度，包括以下至少兩種：

基于所述未標記樣本集合中的未標記樣本以及所述目標正樣本，訓練半監督分類模型；通過所述半監督分類模型，確定所述未標記樣本集合中各未標記樣本各自在半監督機制下的負樣本置信度；

根據所述未標記樣本集合中各未標記樣本以及各所述目標正樣本在特征空間的分布情況，確定所述未標記樣本集合中各未標記樣本各自在無監督機制下的負樣本置信度；

獲取所述未標記樣本集合中各未標記樣本各自對應的參考特征；根據目標業務場景下的業務規則、以及所述未標記樣本集合中各未標記樣本各自對應的參考特征，確定所述未標記樣本集合中各未標記樣本各自在強規則機制下的負樣本置信度；所述目標業務場景是產生所述未標記樣本的業務場景。

4.根據權利要求3所述的方法，其特征在于，所述基于所述未標記樣本集合中的未標記樣本以及所述目標正樣本，訓練半監督分類模型；通過所述半監督分類模型，確定所述未標記樣本集合中各未標記樣本各自在半監督機制下的負樣本置信度，包括以下至少一種：

將所述未標記樣本集合劃分為m個未標記樣本子集合，所述m為大于1的整數；針對每個所述未標記樣本子集合，將所述未標記樣本子集合包括的未標記樣本作為第一模擬負樣本，基于所述目標正樣本和所述第一模擬負樣本，訓練所述未標記樣本子集合對應的第一半監督分類模型；通過m個所述第一半監督分類模型，確定所述未標記樣本集合中各未標記樣本各自在第一半監督機制下的負樣本置信度；

從各所述目標正樣本中選出部分所述目標正樣本，將所選出的所述目標正樣本、以及所述未標記樣本集合中的各未標記樣本作為第二模擬負樣本；基于未選出的所述目標正樣本和所述第二模擬負樣本，訓練第二半監督分類模型；通過所述第二半監督分類模型，確定所述未標記樣本集合中各未標記樣本各自在第二半監督機制下的負樣本置信度。