[发明专利]学习装置、推测装置、数据生成装置、学习方法以及学习程序

权利要求书

1.一种学习装置，具备：

数据获取部，获取多个学习数据集，所述多个学习数据集分别由训练数据、表示与所述训练数据的获取相关的属性的元数据以及表示所述训练数据中包含的特征的正解数据的组合构成；以及

学习处理部，实施包括第一编码器、第二编码器、第一元识别器、第二元识别器以及推测器的学习模型的机器学习，

所述第一编码器被构成为将所提供的输入数据转换为第一特征量；

所述第二编码器被构成为将所述输入数据转换为第二特征量；

所述第一元识别器被构成为：被输入所述第一编码器的输出值，并根据所述第一特征量识别与所述输入数据的获取相关的属性；

所述第二元识别器被构成为：被输入所述第二编码器的输出值，并根据所述第二特征量识别与所述输入数据的获取相关的属性；

所述推测器被构成为：被输入所述第一编码器和所述第二编码器的输出值，并根据所述第一特征量和所述第二特征量推测所述输入数据中包含的特征；

所述机器学习的实施包括：

第一训练步骤，针对各所述学习数据集对所述第二编码器和所述第二元识别器进行训练，以使通过将所述训练数据提供给所述第二编码器而从所述第二元识别器获得的识别结果适合于所述元数据；

第二训练步骤，针对所述各学习数据集对所述第一编码器、所述第二编码器以及所述推测器进行训练，以使通过将所述训练数据提供给所述第一编码器和所述第二编码器而从所述推测器得到的推测结果适合于所述正解数据；

第三训练步骤，针对所述各学习数据集对所述第一元识别器进行训练，以使通过将所述训练数据提供给所述第一编码器而从所述第一元识别器得到的识别结果适合于所述元数据；以及

第四训练步骤，针对所述各学习数据集对所述第一编码器进行训练，以使通过将所述训练数据提供给所述第一编码器而从所述第一元识别器得到的识别结果不适合于所述元数据；

所述学习处理部交替地反复执行所述第三训练步骤和所述第四训练步骤。

2.根据权利要求1所述的学习装置，其中，

所述多个学习数据集中包含的至少一个以上的第一学习数据集以及至少一个以上的第二学习数据集从不同的域得到，以使各自的所述元数据表示的属性不同。

3.根据权利要求1或2所述的学习装置，其中，

在所述第一训练步骤中，所述第二编码器被训练为所述第二特征量包含由所述元数据表示的与所述训练数据的获取相关的属性所对应的成分；

在所述第四训练步骤中，所述第一编码器被训练为所述第一特征量包含与获取所述各学习数据集的所述训练数据的域中共通出现的信息对应的成分。

4.根据权利要求1至3中任一项所述的学习装置，其中，

在各所述训练步骤中，与所述训练数据一起将噪声输入各所述编码器，执行各训练。

5.根据权利要求1至4中任一项所述的学习装置，其中，

所述机器学习的实施还包括第五训练步骤，

在所述第五训练步骤中，针对所述各学习数据集对所述第一编码器和所述第二编码器进行训练，以使通过将所述训练数据提供给所述第一编码器而从所述第一编码器作为所述第一特征量得到的输出值与通过将所述训练数据提供给所述第二编码器而从所述第二编码器作为所述第二特征量得到的输出值的交互信息量变少。

6.根据权利要求1至5中任一项所述的学习装置，其中，

在所述第四训练步骤中，针对所述各学习数据集，获取与所述元数据对应的虚拟元数据，该虚拟元数据由与对应的所述元数据不同的值构成；

对所述第一编码器进行训练以使所述识别结果不适合于所述元数据是通过如下而构成的：对所述第一编码器进行训练以使通过将所述训练数据提供给所述第一编码器而从所述第一元识别器得到的识别结果适合于所述虚拟元数据。

7.根据权利要求6所述的学习装置，其中，

所述虚拟元数据由与对应的学习数据集不同的学习数据集的元数据构成。