[发明专利]质检模型的训练方法、装置、设备及可读存储介质

说明书

本申请涉及人工智能技术领域，公开了一种基于样本学习的质检模型的训练方法，包括：加载待训练的质检模型；获取具有标注的第一样本集以及未标注的混合样本集，并对所述第一样本集以及所述混合样本集进行处理，以得到所述第一样本集对应的特征标签；根据所述特征标签对所述混合样本集进行标注，得到标注后的混合样本集；根据所述第一样本集以及所述标注后的混合样本集对所述待训练的质检模型进行训练，并确定训练后的质检模型是否收敛；若确定训练后的质检模型收敛，则存储训练好的质检模型。本申请还提供一种装置、计算机设备和存储介质。实现提高模型的鲁棒性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于样本学习的质检模型的 训练方法、训练装置、计算机设备及计算机可读存储介质。

背景技术

目前，大部分质检系统实际使用的是基于“关键词+正则表达式”的质检技 术，这种方法的主要优点是开发和部署比较快，准确率高，但是也存在有一定 的问题，比如存在严重的漏检情况，即召回率低。

近年来，随着深度学习技术的发展，采用基于深度学习模型进行智能质检 成为新的趋势，在实际中也往往能够取得较好的效果。而在得到质检模型时， 需要利用带标签的正负例样本进行模型的训练，以得到可以用于使用的智能质 检模型。而在实际应用中，为了得到更好的智能质检模型，对所使用的训练样 本集有着更加严格的要求，比如样本丰富程度以及样本数量等。

因此，现在亟需一种提高模型鲁棒性的基于样本学习的质检模型的训练方 法。

发明内容

本申请提供了一种基于样本学习的质检模型的训练方法、装置、计算机设 备及存储介质，以提高质检模型的鲁棒性。

第一方面，本申请提供了一种基于样本学习的质检模型的训练方法，所述 方法包括：

加载待训练的质检模型；

获取具有标注的第一样本集以及未标注的混合样本集，并对所述第一样本 集以及所述混合样本集进行处理，以得到所述第一样本集对应的特征标签；

根据所述特征标签对所述混合样本集进行标注，得到标注后的混合样本集；

根据所述第一样本集以及所述标注后的混合样本集对所述待训练的质检模 型进行训练，并确定训练后的质检模型是否收敛；

若确定训练后的质检模型收敛，则存储训练好的质检模型。

第二方面，本申请还提供了一种基于样本学习的质检模型的训练装置，所 述装置包括：

模型加载模块，用于加载待训练的质检模型；

标签确定模块，用于获取具有标注的第一样本集以及未标注的混合样本集， 并对所述第一样本集以及所述混合样本集进行处理，以得到所述第一样本集对 应的特征标签；

样本生成模块，用于根据所述特征标签对所述混合样本集进行标注，得到 标注后的混合样本集；

模型训练模块，用于根据所述第一样本集以及所述标注后的混合样本集对 所述待训练的质检模型进行训练，并确定训练后的质检模型是否收敛；

数据存储模块，用于若确定训练后的质检模型收敛，则存储训练好的质检 模型。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器 和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算 机程序并在执行所述计算机程序时实现如上述的基于样本学习的质检模型的训 练方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存 储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现 如上述的基于样本学习的质检模型的训练方法。