[发明专利]数据获取方法和装置、相似度计算方法和装置及存储介质

说明书

本发明涉及数据获取方法和装置、相似度计算方法和装置及存储介质。关于作为向量神经网络型的学习模型的模型，输出标签的判别结果的判别依据。一种数据获取方法，使一个或多个处理器执行：训练模型，以再现第一数据集所具有的多个第一数据要素与预标签的对应，模型是向量神经网络型的算法，模型具有一个以上的神经元层，一个以上的神经元层分别具有一个以上的神经元群，一个以上的神经元群分别具有一个以上的神经元，一个以上的神经元分别输出基于第一向量和第一激活中的至少一方的第一中间数据；以及向经训练后的所述模型输入所述第一数据集，并将一个以上的神经元输出的第一中间数据与神经元相关联地获取。

技术领域

本公开涉及采用了向量神经网络的技术。

背景技术

现有技术中，关于机器学习已知有包括向量作为输入输出的要素的算法模型(专利文献1、2；非专利文献1、2)。

专利文献1：美国专利第5210798号公报

专利文献2：国际公开2019/083553号公报

非专利文献1：Geoffrey Hinton,Sara Sabour,Nicholas Frosst,“MATRIXCAPSULES WITH EM ROUTING”,published as a conference paper at ICLR 2018

非专利文献2：Sara Sabour,Nicholas Frosst,Geoffrey E.Hinton,“DynamicRouting Between Capsules”,31st Conference on Neural Information ProcessingSystems(NIPS 2017)

在专利文献2的技术中，公开了胶囊网络型的算法模型。胶囊网络是在网络的节点具有被称为胶囊的单元的算法模型。胶囊网络中的典型的胶囊输入输出位姿(pose)和激活(activation)。位姿表示输出了其的胶囊的状态，采取向量或矩阵的形式。此外，激活是表示输出了其的胶囊的活跃度的标量。位姿和激活是采用被称为动态协商机制路由(dynamicrouting by agreement)的方法，通过来自于前层的多个胶囊的输出、例如位姿和激活来确定的。

更广义而言，胶囊网络型算法模型可以认为是将向量神经元作为单元的单位的向量神经网络(VNN:vector neural network)型的算法模型，该向量神经元将向量、矩阵作为输入输出。此外，在向量神经网络型的算法模型中，也可以定义能够作为向量神经元的活跃度处理的激活(activation)。在向量神经网络中，信息的传播规律并不限定于动态协商机制路由，可以采用任意的方法。

例如，作为传播规律，概略地可以列举出对来自于各向量神经元的投票的总和u以其范数的Softmax的值进行加权来确定的方法。向量神经网络在各层具有多个向量神经元，根据通过核尺寸(kernel size)和步长(stride)所设定的前层的向量神经元群计算后层的向量神经元。在最终层中，具有与目标的类别判别相同数量的向量神经元，输出与激活最大的向量神经元对应的类别。类别判别也称为标签判别。此外，向量神经元也简称为神经元。

一般情况下，当采用VNN进行了类别判别时，虽然输出类别判别的结果，但是，所输出的类别的判别依据不清楚，难以知晓判别依据。

发明内容

(1)根据本公开的第一方面，提供一种数据获取方法。该数据获取方法使一个或多个处理器执行：训练模型，以再现第一数据集所具有的多个第一数据要素与和所述多个第一数据要素各自对应的预标签的对应，所述模型是向量神经网络型的算法，所述模型具有一个以上的神经元层，所述一个以上的神经元层分别具有一个以上的神经元群，所述一个以上的神经元群分别具有一个以上的神经元，所述一个以上的神经元分别输出基于第一向量和第一激活中的至少一方的第一中间数据；以及向经训练后的所述模型输入所述第一数据集，并将一个以上的所述神经元输出的所述第一中间数据与所述神经元相关联地获取。