[发明专利]数据分类方法、装置、设备及存储介质

说明书

本公开是关于一种数据分类方法、装置、设备及存储介质，属于计算机技术领域。方法包括：获取待分类的第一目标数据；基于干扰消除模型，对第一目标数据进行干扰消除处理，得到第二目标数据，干扰消除模型用于消除第一目标数据中的干扰；基于分类模型，对第二目标数据进行分类处理。在获取到目标数据时，可以基于干扰消除模型对目标数据中可能存在的干扰进行消除处理，能够有效消除目标数据中的干扰，基于分类模型可以对干扰消除处理后得到的数据正确分类，避免出现分类错误的问题，提高分类准确率，达到对目标数据进行正确分类的效果。

技术领域

本公开涉及计算机技术领域，尤其涉及一种数据分类方法、装置、设备及存储介质。

背景技术

随着计算机技术的迅速发展，数据呈现爆炸式增长的趋势，在很多情况下都需要进行数据分类。因此，基于机器学习算法的分类模型凭借其良好的学习性能和分类准确率，得到了广泛应用。

相关技术中，通常收集大量的样本数据，基于收集到的样本数据进行训练，得到训练后的分类模型，后续基于该分类模型可以对任一数据进行分类。以原始数据为例，基于该分类模型对原始数据进行分类，可以确定原始数据所属的类别。但是，在实际应用中，由于多种因素的影响导致原始数据受到干扰，形成对抗数据，因此，基于该分类模型对原始数据进行分类时，实际上是基于该分类模型对对抗数据进行分类，这会导致该分类模型分类错误，影响分类准确率。

发明内容

本公开提供了一种数据分类方法、装置、设备及存储介质，能够克服相关技术中存在的基于分类模型对对抗数据进行分类时分类错误而影响分类准确率的问题。

根据本公开实施例的第一方面，提供一种数据分类方法，所述方法包括：

获取待分类的第一目标数据；

基于干扰消除模型，对所述第一目标数据进行干扰消除处理，得到第二目标数据，所述干扰消除模型用于消除所述第一目标数据中的干扰；

基于分类模型，对所述第二目标数据进行分类处理。

在一种可能实现的方式中，所述方法还包括：

获取第一原始数据及对应的第一对抗数据；

基于所述干扰消除模型，对所述第一对抗数据进行干扰消除处理，得到第一数据；

基于判别模型，对所述第一原始数据和所述第一数据进行判别处理，得到判别结果，所述判别模型用于确定所述第一原始数据与所述第一数据之间的差异；

根据所述判别结果，对所述干扰消除模型和所述判别模型进行训练，以使所述干扰消除模型处理后的数据与其对应的原始数据之间的差异趋向于最小。

在另一种可能实现的方式中，所述判别结果包括与所述第一原始数据对应的第二数据和与所述第一数据对应的第三数据；

所述根据所述判别结果，对所述干扰消除模型和所述判别模型进行训练，以使所述判别模型将所述干扰消除模型处理后的数据与其对应的原始数据之间的差异最小，包括：

根据所述第三数据和第一损失函数，对所述干扰消除模型进行训练，并根据所述第二数据、所述第三数据和第二损失函数，对所述判别模型进行训练，以使所述第一损失函数的输出值和所述第二损失函数的输出值趋向于最小。

在另一种可能实现的方式中，所述第一损失函数包括对抗损失函数，所述对抗损失函数为：

所述第二损失函数为：