[发明专利]数据集贡献度评估方法、装置、设备及可读存储介质

权利要求书

1.一种数据集贡献度评估方法，其特征在于，所述方法包括以下步骤：

获取待评估数据集的评估量化信息，其中，所述评估量化信息是将所述待评估数据集输入机器学习模型进行特征提取，并对提取到的特征数据进行量化变换得到的，所述机器学习模型是基于预设的标准数据集训练得到的；

计算所述评估量化信息与预设的基准量化信息之间的目标偏差值，其中，所述基准量化信息是基于所述标准数据集和所述机器学习模型得到的；

根据所述目标偏差值评估得到所述待评估数据集的贡献度。

2.如权利要求1所述的数据集贡献度评估方法，其特征在于，所述获取待评估数据集的评估量化信息的步骤之前，还包括：

采用所述标准数据集训练得到所述机器学习模型；

将所述标准数据集输入所述机器学习模型进行特征提取，得到所述特征提取层输出的特征数据；

采用预设变换函数对所述特征数据进行量化变换，将变换结果作为所述基准量化信息。

3.如权利要求1所述的数据集贡献度评估方法，其特征在于，所述机器学习模型包括多个特征提取层，所述评估量化信息包括所述待评估数据集分别在各所述特征提取层对应的评估量化信息，所述基准量化信息包括各所述特征提取层分别对应的基准量化信息，

所述计算所述评估量化信息与预设的基准量化信息之间的目标偏差值的步骤包括：

计算各所述评估量化信息与对应特征提取层的基准量化信息之间的偏差值；

根据各所述偏差值得到所述待评估数据集对应的目标偏差值。

4.如权利要求1所述的数据集贡献度评估方法，其特征在于，所述评估量化信息包括所述待评估数据集中各个标签类别的样本数据分别对应的评估量化信息，所述基准量化信息包括各所述标签类别分别对应的基准量化信息，

所述计算所述评估量化信息与预设的基准量化信息之间的目标偏差值的步骤包括：

计算各所述评估量化信息与对应标签类别的基准量化信息之间的偏差值；

根据各所述偏差值得到所述待评估数据集对应的目标偏差值。

5.如权利要求1所述的数据集贡献度评估方法，其特征在于，所述评估量化信息包括所述待评估数据集中各个样本数据分别对应的评估量化信息，

所述计算所述评估量化信息与预设的基准量化信息之间的目标偏差值的步骤包括：

分别计算各所述评估量化信息与所述基准量化信息之间的偏差值；

计算各所述偏差值的平均值，将所述平均值作为目标偏差值。

6.如权利要求1所述的数据集贡献度评估方法，其特征在于，所述获取待评估数据集的评估量化信息的步骤包括：

接收数据提供方发送的待评估数据集的评估量化信息，其中，所述数据提供方将所述待评估数据集输入所述机器学习模型进行特征提取，并采用预设变换函数对提取到的特征数据进行量化变换得到所述评估量化信息；或者，

将所述待评估数据集输入所述机器学习模型进行特征提取，并采用预设变换函数对提取到的特征数据进行量化变换得到所述待评估量化信息。

7.如权利要求1至6任一项所述的数据集贡献度评估方法，其特征在于，所述目标偏差值包括差值绝对值和方差，所述根据所述目标偏差值评估得到所述待评估数据集的贡献度的步骤包括：

获取新模型相对于所述机器学习模型的精度增幅，其中，所述新模型是采用所述待评估数据集和预设数据集对所述机器学习模型进行训练得到的；

对所述差值绝对值和所述方差求和，将求和结果作为所述待评估数据集相对于所述基准量化信息的总偏差；

计算所述总偏差与所述预设数据集相对于所述基准量化信息的总偏差的加和值；

将所述目标偏差值除以所述加和值后再乘以所述精度增幅，得到所述待评估数据集的贡献度。