[发明专利]数据生成方法、装置、电子设备及存储介质

权利要求书

1.一种数据生成方法，其特征在于，所述方法包括：

获取模型的多个训练样本数据，所述训练样本数据包括：多个特征值，其中，所述多个特征值中的每一个特征值各自属于一个特征；

对于每一个训练样本数据，对所述训练样本数据执行训练数据生成操作，所述训练数据生成操作包括：

对于所述多个特征值中的每一个特征值，以所述特征值作为关键字，确定在所述特征值所属的特征对应的哈希表中的所述特征值对应的存储位置；判断在所述特征值对应的存储位置是否存储有标识值；若是，将存储在所述特征值对应的存储位置的标识值作为所述特征值对应的标识值；若否，分配所述特征值对应的标识值，在所述特征值对应的存储位置存储所述特征值对应的标识值和所述特征值；

生成所述训练样本数据对应的训练数据，所述训练样本数据对应的训练数据包括：所述每一个特征值各自对应的标识值。

2.根据权利要求1所述的方法，其特征在于，所述分配所述特征值对应的标识值包括：

将所述特征值所属的特征对应的哈希表中的标识值最大值加预设值之后得到的标识值作为所述特征值对应的标识值，其中，所述特征值所属的特征对应的哈希表中的标识值最大值为存储在所述特征值所属的特征对应的哈希表中的所有标识值中的最大的标识值。

3.根据权利要求1-2之一所述的方法，其特征在于，所述模型被以分布式方式训练，所述特征值所属的特征对应的哈希表为与所述特征值所属的特征相关联的多个哈希表中的、用于存储所述特征值的哈希表，与所述特征值所属的特征相关联的多个哈希表中的每一个哈希表位于不同的分布式节点。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

响应于确定特征的失效特征值，删除所述特征对应的哈希表中的所述失效特征值对应的标识值和所述失效特征值，以及减小所述特征对应的哈希表中的属于所述特征的其他特征值对应的标识值，所述特征的失效特征值为不再用于对所述模型进行训练的属于所述特征的特征值。

5.根据权利要求4所述的方法，其特征在于，执行训练数据生成操作包括：

利用所述模型中的训练数据生成操作执行模块对所述训练样本数据执行训练数据生成操作。

6.一种数据生成装置，其特征在于，所述装置包括：

样本数据获取单元，被配置为获取模型的多个训练样本数据，所述训练样本数据包括：多个特征值，其中，所述多个特征值中的每一个特征值各自属于一个特征；

训练数据生成单元，被配置为对于每一个训练样本数据，对所述训练样本数据执行训练数据生成操作，所述训练数据生成操作包括：对于所述多个特征值中的每一个特征值，以所述特征值作为关键字，确定在所述特征值所属的特征对应的哈希表中的所述特征值对应的存储位置；判断在所述特征值对应的存储位置是否存储有标识值；若是，将存储在所述特征值对应的存储位置的标识值作为所述特征值对应的标识值；若否，分配所述特征值对应的标识值，在所述特征值对应的存储位置存储所述特征值对应的标识值和所述特征值；生成所述训练样本数据对应的训练数据，所述训练样本数据对应的训练数据包括：所述每一个特征值各自对应的标识值。

7.根据权利要求6所述的装置，其特征在于，训练数据生成单元包括：

标识值分配模块，被配置为当在所述特征值对应的存储位置未存储有标识值时，将所述特征值所属的特征对应的哈希表中的标识值最大值加预设值之后得到的标识值作为所述特征值对应的标识值，其中，所述特征值所属的特征对应的哈希表中的标识值最大值为存储在所述特征值所属的特征对应的哈希表中的最大的标识值。

8.根据权利要求7所述的装置，其特征在于，所述模型被以分布式方式训练，所述特征值所属的特征对应的哈希表为与所述特征值所属的特征相关联的多个哈希表中的、用于存储所述特征值的哈希表，与所述特征值所属的特征相关联的多个哈希表中的每一个哈希表位于不同的分布式节点。