[发明专利]训练数据的处理方法、装置、设备以及可读介质

权利要求书

1.一种训练数据的处理方法，其特征在于，包括：

从分类模型可分类出的多个类别中，选取出多个重点优化类别；其中，所述多个重点优化类别中任意两个所述重点优化类别之间的相似程度均小于相似程度阈值；两个所述重点优化类别之间的相似程度为两个所述重点优化类别下的样本数据之间的相似程度；

至少根据第一筛选条件，从候选样本集中筛选得到训练样本数据；其中，所述第一筛选条件为所要筛选出的候选样本数据的类别与任意一个所述重点优化类别匹配；所述候选样本集包括多个候选样本数据；

将筛选得到的训练样本数据添加到第一训练集中，得到第二训练集；其中，所述第二训练集用于训练得到优化后的分类模型。

2.根据权利要求1所述的方法，其特征在于，所述从分类模型可分类出的多个类别中，选取出多个重点优化类别之前，还包括：

获取待优化的分类模型对验证集中各类别下的验证样本数据的第一分类准确率；其中，所述待优化的分类模型通过第一训练集中的训练样本数据训练得到；

将所述第一分类准确率小于第一准确率阈值的类别，确定为待优化类别；

其中，所述分类模型可分类出的多个类别为确定出的各待优化类别。

3.根据权利要求1所述的方法，其特征在于，所述至少根据第一筛选条件，从候选样本集中筛选得到训练样本数据之前，还包括：

针对每一个所述重点优化类别，将所述重点优化类别下的每一个模型样本数据输入至特征抽取模型中，由所述特征抽取模型得到并输出每一个所述模型样本数据的特征；其中，所述特征抽取模型通过多个样本数据对神经网络模型进行训练得到，所述模型样本数据为验证样本数据或训练样本数据；所述模型样本数据的特征用于表征所述模型样本数据的关键信息；

所述至少根据第一筛选条件，从候选样本集中筛选得到训练样本数据，包括：

根据第一筛选条件和第二筛选条件，从候选样本集中筛选得到训练样本数据；其中，所述第二筛选条件为所要筛选出的候选样本数据的特征，与任意一个所述重点优化类别下的模型样本数据的特征匹配。

4.根据权利要求1所述的方法，其特征在于，所述至少根据第一筛选条件，从候选样本集中筛选得到训练样本数据之前，还包括：

获取待优化的分类模型对所述候选样本集中各类别下的候选样本数据的第二分类准确率；

将所述第二分类准确率小于第二准确率阈值的类别下的候选样本数据，确定为处理后的候选样本数据；

其中，所述至少根据第一筛选条件，从候选样本集中筛选得到训练样本数据，包括：

至少根据第一筛选条件，从所述处理后的候选样本数据中筛选得到训练样本数据。

5.根据权利要求1所述的方法，其特征在于，所述从分类模型可分类出的多个类别中，选取出多个重点优化类别，包括：

从分类模型可分类出的多个类别中选取其中一个类别，确定为重点优化类别；

在除已被确定为重点优化类别之外的其余类别中，选取与目标类别的相似程度最高、且满足第三筛选条件的类别；其中，所述目标类别为最新被确定为重点优化类别的类别；所述第三筛选条件为所要筛选出的类别与所述目标类别之间的相似程度小于相似程度阈值；

若选取到与所述目标类别的相似程度最高、且满足所述第三筛选条件的类别，则将选取出的类别确定为重点优化类别，并将选取出的类别作为新的目标类别，返回至所述在除已被确定为重点优化类别之外的其余类别中，选取与目标类别的相似程度最高、且满足第三筛选条件的类别的步骤，直至未选取到与所述目标类别的相似程度最高、且满足所述第三筛选条件的类别为止。