[发明专利]样本确定方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种样本确定方法，其特征在于，包括：

获取车辆的至少一个特征信息和至少一个分类信息，其中，每个所述特征信息包括特征名称、特征有效区间及特征数据类型，每个所述分类信息包括标签及标签触发条件；

根据每个所述特征信息，生成预设数量的特征文本样本；

基于所述分类信息，对每个所述特征文本样本添加所述标签，得到所述车辆的文本样本集；

根据每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集。

2.根据权利要求1所述的样本确定方法，其特征在于，所述根据每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集，包括：

根据所述标签的数量，计算每个所述标签对应的所述特征文本样本的目标数量；

基于所述目标数量和每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集。

3.根据权利要求2所述的样本确定方法，其特征在于，所述基于所述目标数量和每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集，包括：

在当前标签对应的所述特征文本样本的数量小于所述目标数量的情况下，重复执行所述根据每个所述特征信息，生成预设数量的特征文本样本的步骤，直到所述当前标签对应的所述特征文本样本的数量等于所述目标数量。

4.根据权利要求2所述的样本确定方法，其特征在于，所述基于所述目标数量和每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集，包括：

在当前标签对应的所述特征文本样本的数量大于所述目标数量的情况下，滤除当前标签对应的所述特征文本样本，直到所述当前标签对应的所述特征文本样本的数量等于所述目标数量。

5.根据权利要求1所述的样本确定方法，其特征在于，每个所述特征信息还包括依赖特征和数值区间权重，其中，所述依赖特征包括依赖特征名称和依赖条件，所述数值区间权重包括至少两个区间权重；

所述特征数据类型包括分类数据、整形数据及浮点型数据，其中，在所述特征数据类型为整形数据或浮点型数据的情况下，所述特征信息还包括特征变化步长。

6.根据权利要求1所述的样本确定方法，其特征在于，所述基于所述分类信息，对每个所述特征文本样本添加所述标签，得到所述车辆的文本样本集，包括：

基于每个所述标签触发条件，确定当前特征文本样本符合的目标标签；

对所述当前特征文本样本添加所述目标标签，得到所述车辆的文本样本集。

7.根据权利要求1所述的样本确定方法，其特征在于，所述获取车辆的至少一个特征信息和至少一个分类信息，包括：

基于目标算法模型的应用场景，确定所述车辆的至少一个特征信息和至少一个分类信息。

8.一种样本确定装置，其特征在于，包括：

信息获取模块，用于获取车辆的至少一个特征信息和至少一个分类信息，其中，每个所述特征信息包括特征名称、特征有效区间及特征数据类型，每个所述分类信息包括标签及标签触发条件；

样本生成模块，用于根据每个所述特征信息，生成预设数量的特征文本样本；

标签添加模块，用于基于所述分类信息，对每个所述特征文本样本添加所述标签，得到所述车辆的文本样本集；

样本集确定模块，用于根据每个所述标签对应的所述特征文本样本的数量，对所述文本样本集中的样本进行数量均衡，确定所述车辆的目标样本集。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器执行时，实现如权利要求1至7中任一项所述的样本确定方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的样本确定方法。