[发明专利]样本库中样本的更新方法及装置

权利要求书

1.一种样本库中样本的更新方法，其特征在于，包括：

获取待更新到样本库的第一样本；

计算所述第一样本与多个已添加样本标签的预设样本的相似度值；

根据所述相似度值以及多个阈值，确定与所述多个阈值中每个阈值相对应的各预设样本的预测标签；

对与每个阈值相对应的各预设样本的预测标签，根据所述预测标签与所述样本标签，确定与每个阈值相应的准确率和召回率，从而确定出与所述多个阈值对应的多个准确率和召回率；

根据确定的多个准确率和召回率，计算所述第一样本的平均准确率AP；

若AP满足预设条件，则将所述第一样本更新到所述样本库中。

2.根据权利要求 1所述的方法，其特征在于，所述计算所述第一样本与多个已添加样本标签的预设样本的相似度值，包括：

确定所述第一样本的样本特征向量，并确定所述各预设样本的样本特征向量；

根据所述第一样本的样本特征向量以及所述各预设样本的样本特征向量，计算所述第一样本与所述各预设样本的距离值；

对所述距离值进行归一化处理；

根据归一化处理后的距离值，确定所述相似度值。

3.根据权利要求1或2所述的方法，其特征在于，所述根据确定的多个准确率和召回率，计算所述第一样本的平均准确率AP，包括：

以与每个阈值对应的召回率为x坐标，准确率为y坐标，在平面直角坐标系中绘制准确率-召回率曲线；

确定所述准确率-召回率曲线在所述平面直角坐标系的第一象限与x轴和y轴围成的面积；

根据所述面积，确定所述AP。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一样本更新到所述样本库中，包括：

从所述多个阈值中选取对应的准确率为预设值的第一阈值；

将所述第一样本、所述第一阈值以及所述AP的对应关系更新到所述样本库中。

5.根据权利要求4所述的方法，其特征在于，还包括：

计算所述第一样本与候选样本的匹配度值；

若所述匹配度值超过所述第一阈值，则将所述候选样本选取为所述第一样本的相似样本。

6.根据权利要求5所述的方法，其特征在于，还包括：

将所述第一样本的相似样本更新到所述样本库中。

7.一种样本库中样本的更新装置，其特征在于，包括：

获取单元，用于获取待更新到样本库的第一样本；

计算单元，用于计算所述获取单元获取的所述第一样本与多个已添加样本标签的预设样本的相似度值；

确定单元，用于根据所述计算单元计算的所述相似度值以及多个阈值，确定与所述多个阈值中每个阈值相对应的各预设样本的预测标签；

所述确定单元，还用于对与每个阈值相对应的各预设样本的预测标签，根据所述预测标签与所述样本标签，确定与每个阈值相应的准确率和召回率，从而确定出与所述多个阈值对应的多个准确率和召回率；

所述计算单元，还用于根据所述确定单元确定的多个准确率和召回率，计算所述第一样本的平均准确率AP；

更新单元，用于当所述计算单元计算的所述AP满足预设条件时，将所述第一样本更新到所述样本库中。

8.根据权利要求 7所述的装置，其特征在于，所述计算单元具体用于：

确定所述第一样本的样本特征向量，并确定所述各预设样本的样本特征向量；

根据所述第一样本的样本特征向量以及所述各预设样本的样本特征向量，计算所述第一样本与所述各预设样本的距离值；

对所述距离值进行归一化处理；

根据归一化处理后的距离值，确定所述相似度值。