[发明专利]分类模型信息输出方法及装置

权利要求书

1.一种分类模型信息输出方法，包括：

获取分类模型的样本集；

对于所述样本集中任意的第一样本，将所述第一样本输入所述分类模型，得到所述第一样本对应于各预定类别的多个原始概率；

根据所述多个原始概率以及预定阈值，确定所述第一样本的分类结果；

若所述多个原始概率均小于所述预定阈值，则针对其中的每个原始概率，随机生成小于所述预定阈值的数值作为其对应的随机化概率；

若所述多个原始概率中至少一个原始概率不小于所述预定阈值，则针对其中的最大概率，随机生成不小于所述预定阈值的数值作为其对应的随机化概率；针对其中的每个其它概率，随机生成小于所述最大概率对应的随机化概率的数值作为其对应的随机化概率；

输出所述第一样本的分类结果以及多个随机化概率。

2.根据权利要求1所述的方法，所述根据所述多个原始概率以及预定阈值，确定所述第一样本的分类结果，包括：

若所述多个原始概率均小于所述预定阈值，则确定所述第一样本的分类结果为所述第一样本不属于各预定类别中的任一类别；

若所述多个原始概率中至少一个原始概率不小于所述预定阈值，则确定所述第一样本的分类结果为所述第一样本属于各预定类别中对应于最大概率的类别。

3.根据权利要求1所述的方法，

所述分类模型为文本分类模型，所述样本集中的各样本为文本；或，

所述分类模型为图片分类模型，所述样本集中的各样本为图片；或，

所述分类模型为音频分类模型，所述样本集中的各样本为音频。

4.根据权利要求1所述的方法，所述分类模型包括以下任一种：神经网络、梯度决策树、贝叶斯分类、支持向量机以及随机森林。

5.一种分类模型信息输出装置，包括：

获取单元，用于获取分类模型的样本集；

输入单元，用于对于所述获取单元获取的所述样本集中任意的第一样本，将所述第一样本输入所述分类模型，得到所述第一样本对应于各预定类别的多个原始概率；

确定单元，用于根据所述多个原始概率以及预定阈值，确定所述第一样本的分类结果；

转换单元，用于若所述多个原始概率均小于所述预定阈值，则针对其中的每个原始概率，随机生成小于所述预定阈值的数值作为其对应的随机化概率；

若所述多个原始概率中至少一个原始概率不小于所述预定阈值，则针对其中的最大概率，随机生成不小于所述预定阈值的数值作为其对应的随机化概率；针对其中的每个其它概率，随机生成小于所述最大概率对应的随机化概率的数值作为其对应的随机化概率；

输出单元，用于输出所述确定单元确定的所述第一样本的分类结果以及所述转换单元转换的多个随机化概率。

6.根据权利要求5所述的装置，所述确定单元具体用于：

若所述多个原始概率均小于所述预定阈值，则确定所述第一样本的分类结果为所述第一样本不属于各预定类别中的任一类别；

若所述多个原始概率中至少一个原始概率不小于所述预定阈值，则确定所述第一样本的分类结果为所述第一样本属于各预定类别中对应于最大概率的类别。

7.根据权利要求5所述的装置，

所述分类模型为文本分类模型，所述样本集中的各样本为文本；或，

所述分类模型为图片分类模型，所述样本集中的各样本为图片；或，

所述分类模型为音频分类模型，所述样本集中的各样本为音频。

8.根据权利要求5所述的装置，所述分类模型包括以下任一种：神经网络、梯度决策树、贝叶斯分类、支持向量机以及随机森林。

9.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-4中任一项所述的方法。

10.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-4中任一项所述的方法。