[发明专利]通过合成原始数据和标记数据来生成已标记数据的数据嵌入网络的学习方法和测试方法以及用其的学习装置和测试装置

权利要求书

1.一种通过合成原始数据和标记数据来生成已标记数据的数据嵌入网络的学习方法，所述方法包括：

(a)当获得原始学习数据和标记学习数据时，学习装置将所述原始学习数据和所述标记学习数据输入到所述数据嵌入网络中，使所述数据嵌入网络合成所述原始学习数据和所述标记学习数据，从而生成已标记学习数据；

(b)所述学习装置(i)将所述已标记学习数据输入到具有至少一个学习参数的学习网络中，使所述学习网络(i-1)用所述学习参数将网络运算应用于所述已标记学习数据，(i-2)从而生成与所述已标记学习数据相对应的第1特征信息，(ii)并将所述原始学习数据输入到所述学习网络中，使所述学习网络(ii-1)用所述学习参数将网络运算应用于所述原始学习数据，(ii-2)从而生成与所述原始学习数据相对应的第2特征信息；以及

(c)所述学习装置(c1)学习所述数据嵌入网络，(i)以使通过参考(i-1)将所述第1特征信息和所述第2特征信息作为参考而获得的至少一个第1错误与(i-2)将使用所述第1特征信息生成的至少一个任务特定输出和与所述任务特定输出对应的至少一个真实数据作为参考而获得的至少一个第2错误中的至少一部分来计算出的至少一个数据错误最小化，(ii)并使与输入到鉴别器的所述已标记学习数据相对应的至少一个已标记数据分数最大化，其中所述鉴别器鉴别所输入数据的真实性，(c2)学习所述鉴别器，以使分别与输入到所述鉴别器的修改学习数据或修改已标记学习数据相对应的至少一个修改数据分数或至少一个修改已标记数据分数最大化并使所述已标记数据分数最小化，其中所述修改学习数据或所述修改已标记学习数据分别通过修改所述原始学习数据或所述已标记学习数据来生成。

2.根据权利要求1所述的方法，其中，

所述学习网络包括分别具有至少一个第1学习参数至至少一个第n学习参数的第1学习网络至第n学习网络，其中，所述n为1或更大的整数，

在所述步骤(b)中，

所述学习装置(i)将所述已标记学习数据分别输入到所述第1学习网络至所述第n学习网络中，使每个所述第1学习网络至所述第n学习网络(i-1)用每个所述第1学习网络至所述第n学习网络的所述第1学习参数至所述第n学习参数将与每个学习网络相对应的网络运算应用于所述已标记学习数据，(i-2)从而输出关于所述已标记学习数据的每个第1_1特征信息至第1_n特征信息，(ii)并将所述原始学习数据输入到每个所述第1学习网络至所述第n学习网络中，使每个所述第1学习网络至所述第n学习网络(ii-1)用每个所述第1学习参数至所述第n学习参数将与每个学习网络相对应的网络运算应用于所述原始学习数据，(ii-2)从而输出关于所述原始学习数据的每个第2_1特征信息至第2_n特征信息，

在所述步骤(c)中，

所述学习装置(i)学习所述数据嵌入网络，以使通过参考(i-1)作为将所述第1_1特征信息和所述第2_1特征信息作为参考而获得的第1_1错误至将所述第1_n特征信息和所述第2_n特征信息作为参考而获得的第1_n错误的平均值的所述第1错误与(i-2)作为将用所述第1_1特征信息生成的至少一个第1任务特定输出和与所述第1任务特定输出对应的至少一个第1真实数据作为参考而获得的第2_1错误至将用所述第1_n特征信息生成的至少一个第n任务特定输出和与所述第n任务特定输出对应的至少一个第n真实数据作为参考而获得的第2_n错误的平均值的所述第2错误中的至少一部分来计算出的所述数据错误最小化，且使与输入到所述鉴别器的所述已标记学习数据相对应的所述已标记数据分数最大化，(ii)并且学习所述鉴别器，以使分别与输入到所述鉴别器的所述修改学习数据或所述修改已标记学习数据相对应的所述修改数据分数或所述修改已标记数据分数最大化且使所述已标记数据分数最小化。