申请/专利权人:腾讯云计算(北京)有限责任公司
申请日:2019-09-23
公开(公告)日:2020-02-11
公开(公告)号:CN110781919A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.10.29#实质审查的生效;2020.02.11#公开
摘要:本发明实施例提供了一种分类模型训练方法、分类方法、装置及设备;方法包括:采用子分类样本,持续对原始子分类模型训练,直至预测的子类别的概率值与子分类样本中子分类结果的差异满足第一训练截止条件时为止,得到子分类模型;采用总分类样本持续对原始总分类模型训练,直至预测的总类别的概率值与总分类样本中总分类结果的差异满足第二训练截止条件时为止,得到总分类模型;采用多分类样本持续对原始多分类模型训练,直至预测的子类别的概率值与多分类样本中子分类结果的差异,以及预测的总类别的概率值与多分类样本中总分类结果的差异,满足训练第三训练截止条件时,得到多分类模型。通过本发明实施例,能够提高待分类信息分类的准确度。
主权项:1.一种分类模型训练方法,其特征在于,包括:获取子分类样本、总分类样本和多分类样本;所述子分类样本为分类信息和子分类结果的样本对,所述总分类样本为子分类结果和总分类结果的样本对,所述多分类样本为分类信息、子分类结果和总分类结果的样本对;采用所述子分类样本,持续对原始子分类模型训练,直至预测的子类别的概率值与所述子分类样本中子分类结果的差异满足第一训练截止条件时为止,得到子分类模型;所述子分类模型用于确定分类信息的所述子类别的概率值;采用所述总分类样本,持续对原始总分类模型训练,直至预测的总类别的概率值与所述总分类样本中总分类结果的差异满足第二训练截止条件时为止,得到总分类模型;所述总分类模型用于确定子分类结果的所述总类别的概率值;所述子类别属于所述总类别;采用所述多分类样本,持续对原始多分类模型训练,直至预测的所述子类别的概率值与所述多分类样本中子分类结果的差异,以及预测的所述总类别的概率值与所述多分类样本中总分类结果的差异,满足训练第三训练截止条件时,得到多分类模型;所述原始多分类模型由所述子分类模型和所述总分类模型连接构建成的;所述多分类模型用于确定分类信息的所述子类别的概率值和所述总类别的概率值。
全文数据:
权利要求:
百度查询: 腾讯云计算(北京)有限责任公司 分类模型训练方法、分类方法、装置及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。