[发明专利]数据识别模型的训练方法、装置及存储介质

摘要

本发明提出一种数据识别模型的训练方法、装置及存储介质，数据识别模型包括：多层识别逻辑，该方法包括确定第一数据基于不同识别逻辑下的预设指标的实际值，得到与每层识别逻辑对应的实际值，其中，第一数据为海量的评论数据；根据实际值确定是否需要对初始的数据识别模型进行迭代训练；在确定需要进行迭代训练时，获取初始的数据识别模型的训练数据集，训练数据集用于对数据识别模型进行初始的训练；按照预设策略，根据第一数据对训练数据集进行更新，得到新数据集，并根据新数据集对初始的数据识别模型进行自动化迭代训练。通过本发明能够结合海量的评论数据实现数据识别模型的自动化迭代更新训练，释放人力成本，提升模型识别精准度。

主权项

1.一种数据识别模型的训练方法，其特征在于，所述数据识别模型包括：多层识别逻辑，所述方法包括以下步骤：确定第一数据基于不同识别逻辑下的预设指标的实际值，得到与每层识别逻辑对应的实际值，其中，所述第一数据为海量的评论数据；根据所述实际值确定是否需要对初始的数据识别模型进行迭代训练；在确定需要进行迭代训练时，获取所述初始的数据识别模型的训练数据集，所述训练数据集用于对所述数据识别模型进行初始的训练；按照预设策略，根据所述第一数据对所述训练数据集进行更新，得到新数据集，并根据所述新数据集对所述初始的数据识别模型进行自动化迭代训练。