[发明专利]学习数据选择方法及设备以及计算机可读记录介质

权利要求书

1.一种非暂态计算机可读记录介质，其中存储使计算机执行以下处理的学习数据选择程序，所述处理包括：

根据预定参考，基于第一输入数据与对输入到机器学习模型的作为输入数据的集合的输入数据组中包括的第一输入数据的指定相对应地提取第一输入数据组，所述机器学习模型对从输入数据变换的变换数据进行分类或确定；

分别地通过对所述第一输入数据组中的每个输入数据进行变换获取所述机器学习模型的第一变换数据组并获取所述机器学习模型的第一输出数据组，所述第一变换数据组被输入到所述机器学习模型并且与所述第一输入数据组对应，所述第一输出数据组与所述第一变换数据组对应；以及

基于第一组距离和第二组距离、从所述第一输入数据组中选择估计模型的存在于所述第一输入数据的附近的学习目标数据，所述估计模型估计由所述机器学习模型进行分类或确定的输出因子，在特征空间中，所述第一组距离中的每一个是所述第一输入数据与所述第一输入数据组中的每个数据之间的距离，并且所述第二组距离中的每一个是第一变换数据与所述第一变换数据组中的每个数据之间的距离。

2.根据权利要求1所述的计算机可读记录介质，其中，在所述提取处理中，基于所述第一输出数据组中包括的每个输出数据的数据内容来提取所述学习目标数据。

3.根据权利要求2所述的计算机可读记录介质，其中，在所述提取处理中，基于所述第一输出数据组中包括的数据内容的比率来提取所述学习目标数据。

4.根据权利要求3所述的计算机可读记录介质，其中，在所述提取处理中，基于所述第一输出数据组中包括的数据内容的正例和负例之间的比率来提取所述学习目标数据。

5.根据权利要求1所述的计算机可读记录介质，其中，数据获取定时与所述第一输入数据具有预定关系的输入数据被指定为所述第一输入数据组。

6.根据权利要求1所述的计算机可读记录介质，其中，数据生成源与所述第一输入数据具有预定关系的输入数据被指定为所述第一输入数据组。

7.根据权利要求1所述的计算机可读记录介质，其中，在所述提取处理中，通过分别对所述第一输入数据和所述第一输入数据组中的数据进行变换来计算所述第一输入数据与所述第一输入数据组中的每个数据之间的距离。

8.一种学习数据选择方法，包括：

根据预定参考，基于第一输入数据与对输入到机器学习模型的作为输入数据的集合的输入数据组中包括的第一输入数据的指定相对应地提取第一输入数据组，所述机器学习模型对从输入数据变换的变换数据进行分类或确定；

分别地通过对所述第一输入数据组中的每个输入数据进行变换获取所述机器学习模型的第一变换数据组并获取所述机器学习模型的第一输出数据组，所述第一变换数据组被输入到所述机器学习模型并且与所述第一输入数据组对应，所述第一输出数据组与所述第一变换数据组对应；以及

基于第一组距离和第二组距离、从所述第一输入数据组中选择估计模型的存在于所述第一输入数据的附近的学习目标数据，所述估计模型估计由所述机器学习模型进行分类或确定的输出因子，在特征空间中，所述第一组距离中的每一个是所述第一输入数据与所述第一输入数据组中的每个数据之间的距离，所述第二组距离中的每一个是第一变换数据与所述第一变换数据组中的每个数据之间的距离。

9.一种学习数据选择设备，包括：

提取单元，其根据预定参考，基于第一输入数据与对输入到机器学习模型的作为输入数据的集合的输入数据组中包括的第一输入数据的指定相对应地提取第一输入数据组，所述机器学习模型对从输入数据变换的变换数据进行分类或确定；以及

选择单元，其分别地通过对所述第一输入数据组中的每个输入数据进行变换获取所述机器学习模型的第一变换数据组并获取所述机器学习模型的第一输出数据组，所述第一变换数据组被输入到所述机器学习模型并且与所述第一输入数据组对应，所述第一输出数据组与所述第一变换数据组对应；

其中，所述选择单元基于第一组距离和第二组距离、从所述第一输入数据组中选择估计模型的存在于所述第一输入数据的附近的学习目标数据，所述估计模型估计由所述机器学习模型进行分类或确定的输出因子，在特征空间中，所述第一组距离中的每一个是所述第一输入数据与所述第一输入数据组中的每个数据之间的距离，所述第二组距离中的每一个是第一变换数据与所述第一变换数据组中的每个数据之间的距离。