[发明专利]一种语种识别方法

摘要

本发明提供一种语种识别方法，包括使用神经网络为源域数据提取源域特征向量，为目标域数据提取目标域特征向量；基于源域特征向量和目标域特征向量，进行共有特征捕捉以及差异性特征捕捉；将捕捉到的源域共有特征向量输入第一分类器得到第一分类结果；将捕捉的源域差异特征向量输入至第二分类器得到第二分类结果；基于源域共有特征向量和源域差异特征向量进行特征融合，将获取的源域融合特征向量输入至第三分类器得到第三分类结果；根据第一分类结果、第二分类结果和第三分类结果，对神经网络、第一分类器、第二分类器和第三分类器进行训练。该方法能够不对目标域数据进行标注，生成质量较高的伪标签。

主权项

1.一种伪标签生成模型训练方法，其特征在于，该方法包括：获取带有标签的源域数据以及不带标签的目标域数据；将所述源域数据以及所述目标域数据输入同一神经网络，为所述源域数据提取源域特征向量，并为所述目标域数据提取目标域特征向量；基于所述源域特征向量以及所述目标域特征向量，对所述源域数据和所述目标域数据进行共有特征捕捉以及差异性特征捕捉；并将捕捉的源域数据的源域共有特征向量输入第一分类器，得到第一分类结果；以及将捕捉的源域数据的源域差异特征向量输入至第二分类器，得到第二分类结果；基于所述源域共有特征向量和所述源域差异特征向量，对所述源域数据进行特征融合，并将获取的源域数据的源域融合特征向量输入至第三分类器，得到第三分类结果；根据所述第一分类结果、第二分类结果以及第三分类结果，分别对所述神经网络、所述第一分类器、所述第二分类器以及所述第三分类器进行本轮训练；经过对所述神经网络、所述第一分类器、所述第二分类器以及所述第三分类器进行多轮训练，得到伪标签生成模型。