[发明专利]基于反馈信息的目标应用程序的更新方法和装置

权利要求书

1.一种基于反馈信息的目标应用程序的更新方法，其特征在于，包括：

获取在目标应用程序中输入的实际场景信息和与所述实际场景信息对应的结果反馈信息，其中，所述目标应用程序使用了目标神经网络模型，所述结果反馈信息是针对所述目标神经网络模型输出的实际识别结果的反馈信息，所述实际识别结果是所述目标神经网络模型根据所述实际场景信息输出的所述目标对象的预估识别结果；

根据所述实际场景信息和所述结果反馈信息，对所述目标应用程序中的所述目标神经网络模型进行更新；

其中，所述目标神经网络模型为使用训练样本集合对预训练神经网络模型进行模型训练所得到的网络模型，其中，所述预训练神经网络模型用于根据输入的场景信息输出目标对象的预估识别结果，所述训练样本集合包括至少两组样本场景信息，所述至少两组样本场景信息与至少两组实际样本识别结果具有一一对应关系，不同组样本场景信息对应所述目标对象的不同实际样本识别结果，所述模型训练时使用的损失函数在不同组样本场景信息中对应的权重不同，所述不同组样本场景信息对应的权重与所述不同组样本场景信息中的样本场景信息的数量呈负相关。

2.根据权利要求1所述的方法，其特征在于，

所述获取在所述目标应用程序中输入的实际场景信息和与所述实际场景信息对应的结果反馈信息，包括：从信息对集合中获取一组信息对，其中，所述信息对集合中的每个信息对包括在所述目标应用程序中输入的具有对应关系的实际场景信息和结果反馈信息；从所述训练样本集合中获取一组样本场景信息，并获取与所述一组样本场景信息具有一一对应关系的一组实际样本识别结果；

所述根据所述实际场景信息和所述结果反馈信息，对所述目标应用程序中的所述目标神经网络模型进行更新，包括：根据所述一组信息对、所述一组样本场景信息以及所述一组实际样本识别结果，对所述目标应用程序中的所述目标神经网络模型进行更新。

3.根据权利要求2所述的方法，其特征在于，

所述从信息对集合中获取一组信息对，包括：从所述信息对集合中获取第一组信息对；

所述从所述训练样本集合中获取一组样本场景信息，包括：从所述训练样本集合中获取第一组样本场景信息；

其中，所述第一组信息对中信息对的第一数量小于所述第一组样本场景信息中样本场景信息的第二数量；或者，所述第一数量与目标总数之间的比例小于预定比例阈值，其中，所述目标总数为所述第一数量与所述第二数量之和。

4.根据权利要求1所述的方法，其特征在于，所述根据所述实际场景信息和所述结果反馈信息，对所述目标应用程序中的所述目标神经网络模型进行更新，包括：

将所述实际场景信息输入至所述目标神经网络模型，得到所述目标神经网络模型输出的与所述实际场景信息对应的预估识别结果；

将与所述实际场景信息对应的预估识别结果以及所述结果反馈信息输入到所述损失函数，得到第一损失值，其中，所述损失函数包括平衡因子，所述平衡因子用于调节所述实际场景信息中的不同场景信息对应的权重；

在所述第一损失值小于或等于第一预设阈值的情况下，确定所述目标神经网络模型更新完成，得到更新后的所述目标神经网络模型。