[发明专利]分类模型的训练方法及装置、状态识别方法及装置

说明书

本公开实施例公开了一种分类模型的训练方法及装置、状态识别方法及装置，该分类模型的训练方法包括：获得训练样本数据，所述训练样本数据包括主体的图特征、非图特征和状态信息；通过非图特征确定主体的第一预测结果，并与状态信息比较以确定第一误差；至少根据图特征确定主体的第二预测结果，并与状态信息比较以确定第二误差；基于第一误差和第二误差的相对大小确定主体的第一标签，所述第一标签表明使用或不使用图特征进行状态识别，并用于训练第一分类模型，从而，训练得到的第一分类模型能够识别主体是否需要使用图特征进行状态识别，有利于对不同主体的实现针对性的状态识别，以提高识别准确率。

技术领域

本公开涉及信息技术领域，具体涉及一种分类模型的训练方法及装置、状态识别方法及装置。

背景技术

在很多场景中，对象的一些状态并非显而易见的，需要对对象的状态进行准确识别，以便据此进行决策。例如，在合同审查、企业招商等场景中，需要对企业进行风险审查，如果将风险作为企业的一种状态，则需要对企业的状态进行准确识别，以避免财产损失。现有的状态识别方法通常基于对象本身的属性特征来进行状态识别，存在准确性较差的问题。

发明内容

为了解决相关技术中的问题，本公开实施例提供一种分类模型的训练方法及装置、状态识别方法及装置。

第一方面，本公开实施例中提供了一种分类模型的训练方法。

具体地，所述分类模型的训练方法，包括：

获得训练样本数据，所述训练样本数据包括主体的图特征、非图特征和状态信息；

通过所述非图特征确定所述主体的第一预测结果，并与所述状态信息比较以确定第一误差；

至少根据所述图特征确定所述主体的第二预测结果，并与所述状态信息比较以确定第二误差；

基于所述第一误差和所述第二误差的相对大小确定所述主体的第一标签，所述第一标签表明使用或不使用图特征进行状态识别，并用于训练第一分类模型。

结合第一方面，本公开在第一方面的一种实现方式中，该方法还包括：

基于所述第一标签确定所述训练样本数据中使用图特征进行状态识别的训练样本子集；

对于所述训练样本子集中的主体，基于所述第一预测结果和第二预测结果的比较，确定所述主体的第二标签，所述第二标签表明所述图特征效果方向为正方向或负方向，并用于训练第二分类模型。

第二方面，本公开实施例中提供了一种状态识别方法。

具体地，所述状态识别方法，包括：

获得主体的图特征和非图特征；

基于第一分类模型，确定使用或不使用所述图特征的第一分类结果；

在所述第一分类结果表明使用图特征进行状态识别的情况下，至少根据所述主体的图特征确定所述主体的状态。

结合第二方面，本公开在第二方面的第一种实现方式中，该方法还包括：

在所述第一分类结果表明不使用图特征进行状态识别的情况下，根据所述主体的非图特征确定所述主体的状态。

结合第二方面，本公开在第二方面的第二种实现方式中，所述在所述第一分类结果表明使用图特征进行状态识别的情况下，至少根据所述主体的图特征确定所述主体的状态，包括：

基于第二分类模型处理所述图特征和所述非图特征，确定图特征效果方向为正方向或负方向的第二分类结果；

基于与所述第二分类结果对应的状态识别模型处理所述图特征和所述非图特征，以识别确定所述主体的状态。