[发明专利]模型更新方法、装置、存储介质及电子设备

说明书

本公开涉及一种模型更新方法，以结合人工识别结果实现数据识别模型的自动迭代和自动上线部署。该方法包括：确定当前运行的数据识别模型，所述数据识别模型用于识别用户提交的数据是否为预设类型的数据；确定所述数据识别模型对目标数据的模型识别结果和所述目标数据对应的人工识别结果，并根据所述模型识别结果和所述人工识别结果，确定是否更新所述数据识别模型，所述目标数据为经过人工识别的历史数据；若确定更新所述数据识别模型，则训练所述数据识别模型，以得到更新数据识别模型；将当前运行的数据识别模型切换为所述更新数据识别模型。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种模型更新方法、装置、存储介质及电子设备。

背景技术

随着计算机技术的不断发展，各种应用程序层出不穷，比如短视频应用程序等等。相关技术中，对于用户在应用程序中上传的内容通常会采用机器学习模型进行内容识别。但随着线上数据分布变化，机器学习模型的性能可能出现大幅度退化，模型迭代效率及性能评估变差，对于大量机器学习模型的维护成本极高。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种模型更新方法，所述方法包括：

确定当前运行的数据识别模型，所述数据识别模型用于识别用户提交的数据是否为预设类型的数据；

确定所述数据识别模型对目标数据的模型识别结果和所述目标数据对应的人工识别结果，并根据所述模型识别结果和所述人工识别结果，确定是否更新所述数据识别模型，所述目标数据为经过人工识别的历史数据；

若确定更新所述数据识别模型，则训练所述数据识别模型，以得到更新数据识别模型；

将当前运行的数据识别模型切换为所述更新数据识别模型。

第二方面，本公开提供一种模型更新装置，所述装置包括：

第一确定模块，用于确定当前运行的数据识别模型，所述数据识别模型用于识别用户提交的数据是否为预设类型的数据；

第二确定模块，用于确定所述数据识别模型对目标数据的模型识别结果和所述目标数据对应的人工识别结果，并根据所述模型识别结果和所述人工识别结果，确定是否更新所述数据识别模型，所述目标数据为经过人工识别的历史数据；

训练模块，用于当确定更新所述数据识别模型时，训练所述数据识别模型，以得到更新数据识别模型；

切换模块，用于将当前运行的数据识别模型切换为所述更新数据识别模型。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。

通过上述技术方案，可以根据模型识别结果和人工识别结果，确定是否更新数据识别模型。由此，通过将线上识别数据反哺到模型的迭代，可以实现数据识别模型的自动迭代更新，无需人工判断何时进行模型迭代，从而可以提高模型迭代效率。并且，在确定更新数据识别模型后，可以训练数据识别模型，并将当前运行的数据识别模型自动切换为训练后的更新数据识别模型。由此，可以实现模型的自动上线部署，提高模型的上线部署效率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明