[发明专利]模型构建方法、分类方法、装置和电子设备

说明书

本公开提供了一种模型构建方法、分类方法、装置和电子设备，涉及计算机技术领域，尤其涉及深度学习领域。具体实现方案为：模型构建方法，包括：获取第一训练样本，其中，所述第一训练样本包括第一对象的至少一个目标特征，所述目标特征为所述第一对象的身份属性特征之外的其他特征；将所述第一训练样本输入预先构建的初始模型进行训练，得到用于对目标对象进行分类的第一模型。本公开可以提高模型的公平性。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习领域。具体涉及一种模型构建方法、分类方法、装置和电子设备。

背景技术

深度学习凭借其强大的学习样本数据集内在规律和高度抽象化特征的能力，可以帮助人们自动做出决策，因而被应用于医疗诊断、语音识别、图像识别、自然语音理解、广告、就业、教育等领域，并且发挥了很好的效果。

发明内容

本公开提供了一种模型构建方法、分类方法、装置和电子设备。

根据本公开的第一方面，提供了一种模型构建方法，包括：

获取第一训练样本，其中，所述第一训练样本包括第一对象的至少一个目标特征，所述目标特征为所述第一对象的身份属性特征之外的其他特征；

将所述第一训练样本输入预先构建的初始模型进行训练，得到用于对目标对象进行分类的第一模型。

根据本公开的第二方面，提供了一种分类方法，包括：

获取目标对象的至少一个第一目标特征，所述第一目标特征为所述目标对象的身份属性特征之外的其他特征；

将所述目标对象的所述至少一个第一目标特征输入第一模型进行分类，得到所述第一模型输出的所述目标对象的所属类别；

其中，所述第一模型为基于第一训练样本对预先构建的初始模型进行训练，得到用于对所述目标对象进行分类的模型，所述第一训练样本包括第一对象的至少一个第二目标特征，所述第二目标特征为所述第一对象的身份属性特征之外的其他特征。

根据本公开的第三方面，提供了一种模型构建装置，包括：

第一获取模块，用于获取第一训练样本，其中，所述第一训练样本包括第一对象的至少一个目标特征，所述目标特征为所述第一对象的身份属性特征之外的其他特征；

训练模块，用于将所述第一训练样本输入预先构建的初始模型进行训练，得到用于对目标对象进行分类的第一模型。

根据本公开的第四方面，提供了一种分类装置，包括：

第二获取模块，用于获取目标对象的至少一个第一目标特征，所述第一目标特征为所述目标对象的身份属性特征之外的其他特征；

第二分类模块，用于将所述目标对象的所述至少一个第一目标特征输入第一模型进行分类，得到所述第一模型输出的所述目标对象的所属类别；

其中，所述第一模型为基于第一训练样本对预先构建的初始模型进行训练，得到用于对所述目标对象进行分类的模型，所述第一训练样本包括第一对象的至少一个第二目标特征，所述第二目标特征为所述第一对象的身份属性特征之外的其他特征。

根据本公开的第五方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面中所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面或第二方面中所述的方法。