[发明专利]一种样本标签生成方法、模型训练方法、装置及设备

说明书

本公开提供了一种样本标签生成方法、模型训练方法、装置及设备，可以应用于人工智能技术领域和金融技术领域。该方法包括：获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；从多个第一样本数据中确定至少一个第一关键样本数据；从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。

技术领域

本公开涉及人工智能技术领域和金融技术领域，尤其涉及一种样本标签生成方法、模型训练方法、装置、设备、介质和程序产品。

背景技术

现有技术中，金融行业中存在着大量的未标记数据。而在模型的训练过程中，主要是通过已标记数据进行训练。由此，需要通过人工对未标记数据进行打标，来得到已标记数据。

在实现本公开发明构思的过程中，发明人发现，在相关技术中，通过人工的方式来获取已标记数据，浪费了人力资源，并且效率较低。

发明内容

鉴于上述问题，本公开提供了一种样本标签生成方法、模型训练方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种样本标签生成方法，包括：获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；从多个第一样本数据中确定至少一个第一关键样本数据；从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。

根据本公开的实施例，获取未标记样本和已标记样本，包括：响应于来自电子设备的样本标签生成指令，从样本数据库中确定未标记样本和已标记样本；调用样本传输接口，从样本数据库中获取未标记样本和已标记样本。

根据本公开的实施例，第一样本数据包括：资产数据、对象类型数据、存储时长数据、交易数据。

根据本公开的实施例，第一关键样本数据和第二关键样本数据分别包括多个，根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度，包括：从多个第一关键样本数据中确定连续类型的连续目标第一关键样本数据；从多个第二关键样本数据中确定与连续目标第一关键样本数据相匹配的连续目标第二关键样本数据；从多个第一关键样本数据中确定离散类型的离散目标第一关键样本数据；从多个第二关键样本数据中确定与离散目标第一关键样本数据相匹配的离散目标第二关键样本数据；基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度；基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度；基于连续样本相似度和离散样本相似度，确定目标相似度。

根据本公开的实施例，基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度，包括：确定连续目标第一关键样本数据的第一特征向量；确定连续目标第二关键样本数据的第二特征向量；以及基于第一特征向量和第二特征向量，确定连续样本相似度。

根据本公开的实施例，基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度，包括：在确定离散目标第一关键样本数据和离散目标第二关键样本数据相同的情况下，基于连续样本相似度，确定离散样本相似度；以及在确定离散目标第一关键样本数据和离散目标第二关键样本数据不相同的情况下，确定离散样本相似度为预定相似度。