[发明专利]自主学习方法、装置、电子设备及机器可读存储介质

权利要求书

1.一种自主学习方法，其特征在于，包括：

当确定满足自主学习触发条件时，收集当期训练数据；所述当期训练数据包括目标时间点之前的第一预设时长内产生的无标签数据，和/或，目标时间点之后的第二预设时长内产生的无标签数据；所述目标时间点为确定满足自主学习触发条件的时间点；

依据所述当期训练数据、历史高价值样本，以及获取到的有标签数据，对第一模型进行在线训练，得到第二模型；其中，所述第一模型为当前使用的模型，所述历史高价值样本为当前使用的模型的历史自主学习过程中，在自主学习前后的模型上的输出结果差异大于预设阈值的样本；

依据所述第二模型对所述第一模型进行更新。

2.根据权利要求1所述的方法，其特征在于，所述满足自主学习触发条件，包括：

所述第一模型的在线推理结果的准确率低于预设准确率阈值；和/或，

检测到自主学习触发指令；和/或，

达到预设自主学习时间点。

3.根据权利要求1所述的方法，其特征在于，用于在线训练的高价值历史样本库中的高价值历史样本通过以下方式筛选得到：

当完成第t次自主学习时，获取在所述模型M_t上的输出结果与M_t+1上的输出结果的差异大于预设阈值的第一样本；所述M_t为第t次自主学习前的模型，所述M_t+1为第t次自主学习后的模型，t≥1；

利用聚类方式，对所述第一样本进行去相似处理，得到第二样本，并将所述第二样本加入到所述高价值历史样本库。

4.根据权利要求3所述的方法，其特征在于，所述将所述第二样本加入到所述高价值历史样本库，包括：

对于任一第二样本，当将该第二样本加入到所述高价值历史样本库之前，所述高价值历史样本库中的高价值历史样本的数量达到预设最大数量时，删除所述高价值历史样本库中加入时间最早的高价值历史样本，并将该第二样本加入到所述高价值历史样本库。

5.根据权利要求1所述的方法，其特征在于，所述依据所述第二模型对所述第一模型进行更新，包括：

对所述第二模型进行在线量化，并使用量化后的第二模型替换所述第一模型。

6.一种自主学习装置，其特征在于，包括：

确定单元，用于确定是否满足自主学习触发条件；

数据收集单元，用于当所述确定单元确定满足自主学习触发条件时，收集当期训练数据；所述当期训练数据包括目标时间点之前的第一预设时长内产生的无标签数据，和/或，目标时间点之后的第二预设时长内产生的无标签数据；所述目标时间点为确定满足自主学习触发条件的时间点；

训练单元，用于依据所述当期训练数据、历史高价值样本，以及获取到的有标签数据，对第一模型进行在线训练，得到第二模型；其中，所述第一模型为当前使用的模型，所述历史高价值样本为当前使用的模型的历史自主学习过程中，在自主学习前后的模型上的输出结果差异大于预设阈值的样本；

更新单元，用于依据所述第二模型对所述第一模型进行更新。

7.根据权利要求6所述的装置，其特征在于，所述满足自主学习触发条件，包括：

所述第一模型的在线推理结果的准确率低于预设准确率阈值；和/或，

检测到自主学习触发指令；和/或，

达到预设自主学习时间点。

8.根据权利要求6所述的装置，其特征在于，所述数据收集单元通过以下方式筛选得到用于在线训练的高价值历史样本：

当完成第t次自主学习时，获取在所述模型Mt上的输出结果与Mt+1上的输出结果的差异大于预设阈值的第一样本；所述Mt为第t次自主学习前的模型，所述Mt+1为第t次自主学习后的模型，t≥1；

利用聚类方式，对所述第一样本进行去相似处理，得到第二样本，并将所述第二样本加入到所述高价值历史样本库。