[发明专利]信息处理装置、信息处理方法和计算机可读存储介质

权利要求书

1.一种信息处理装置，包括：

约束条件生成单元，被配置成基于样本集生成多个约束条件；

样本分组单元，被配置成基于所述多个约束条件将所述样本集分组为与所述多个约束条件一一对应的多个样本子集；

候选约束条件选择单元，被配置成从所述多个约束条件中选择目标对象符合的一个或更多个约束条件作为候选约束条件；

模型训练单元，被配置成针对所述候选约束条件中的每一个，利用与该候选约束条件对应的样本子集、以及与该候选约束条件对应的样本子集的基于预先训练的黑盒模型的分类结果对白盒模型进行训练，以得到与该候选约束条件对应的经训练的白盒模型；

白盒模型分数计算单元，被配置成基于与所述经训练的白盒模型对应的约束条件的置信度和支持度中至少之一以及所述经训练的白盒模型的相对于所述预先训练的黑盒模型的分类性能，计算所述经训练的白盒模型的分数；以及

分析结果输出单元，被配置成输出所述候选约束条件以及与所述候选约束条件对应的经训练的白盒模型的分数，作为所述目标对象的分析结果。

2.根据权利要求1所述的信息处理装置，

其中，所述候选约束条件选择单元进一步被配置成从所述多个约束条件中选择目标对象符合的两个或更多个约束条件作为候选约束条件；以及

其中，所述多个样本子集中的至少两个样本子集存在交叠。

3.根据权利要求2所述的信息处理装置，还包括：模型融合单元，对经由所述模型训练单元获得的两个或更多个经训练的白盒模型进行融合，以获得所述目标对象的最终模型。

4.根据权利要求2或3所述的信息处理装置，还包括：约束条件分数计算单元，被配置成针对所述目标对象符合的所述两个或更多个约束条件中的每一个，基于如下来计算该约束条件的分数：

该约束条件的置信度；

该约束条件的支持度以及与该约束条件对应的样本子集的基于所述预先训练的黑盒模型的分类结果；或者

该约束条件的置信度和支持度以及与该约束条件对应的样本子集的所述分类结果，

其中，所述白盒模型分数计算单元进一步被配置成基于所述经训练的白盒模型的相对于所述预先训练的黑盒模型的分类性能以及与所述经训练的白盒模型对应的约束条件的分数计算所述经训练的白盒模型的分数。

5.根据权利要求4所述的信息处理装置，

所述候选约束条件选择单元进一步被配置成从所述目标对象符合的所述两个或更多个约束条件中选择分数最大的前n个约束条件作为所述候选约束条件、从所述两个或更多个约束条件中选择分数大于预定阈值的约束条件作为所述候选约束条件、或者从所述两个或更多个约束条件中选择非重复的约束条件作为所述候选约束条件，其中n为大于0的自然数，

其中，所述非重复的约束条件是指相应的约束条件所限定的相应的特征的值或值范围不存在交叠。

6.根据权利要求1至3中任一项所述的信息处理装置，其中，所述模型训练单元进一步被配置成：在与一个候选约束条件对应的样本子集包括的样本数目小于预定数目的情况下，基于所述目标对象随机生成多个样本，并且利用与该候选约束条件对应的样本子集、随机生成的多个样本、以及与该候选约束条件对应的样本子集和随机生成的多个样本的基于所述预先训练的黑盒模型的分类结果对白盒模型进行训练，以得到与该候选约束条件对应的经训练的白盒模型。

7.根据权利要求1至3中任一项所述的信息处理装置，其中，所述预先训练的黑盒模型是利用所述样本集进行训练而得到的。

8.根据权利要求1至3中任一项所述的信息处理装置，其中，所述白盒模型为线性模型。