[发明专利]模型训练方法、客服系统及数据标注系统、可读存储介质有效
| 申请号： | 201811406045.3 | 申请日： | 2018-11-23 |
| 公开（公告）号： | CN109582793B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 黎洛晨;郑德荣;杨海军;徐倩;杨强 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/332 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国;魏兰 |
| 地址： | 518052 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种模型训练方法，包括以下步骤：将同一标注数据集作为不同分类模型的训练数据集，对不同分类模型进行训练；基于训练后的分类模型，对未标注数据集中的预测样本进行预测，得到预测结果；获取预测结果的置信度，将预测样本标记为高置信度预测样本或者低置信度预测样本；将在各分类模型中均被标记为高置信度预测样本的预测样本添加到其它分类模型的训练数据集；以及，基于新的训练数据集，进行预设轮次的迭代训练，并得到多次迭代训练后的分类模型。本发明还提供了一种客服系统及数据标注系统、可读存储介质。本发明解决现有分类模型所需标记数据的获取成本高、分类模型质量偏低，进而导致客服系统应答质量差的技术问题。 | ||
| 搜索关键词： | 模型 训练 方法 客服 系统 数据 标注 可读 存储 介质 | ||
【主权项】：
1.一种模型训练方法，其特征在于，所述方法包括以下步骤：S10，将同一标注数据集作为不同分类模型的训练数据集；S20，基于所述训练数据集，对不同分类模型进行训练；S30，基于训练后得到的分类模型，对未标注数据集中的预测样本进行预测，得到预测结果；S40，获取所述预测结果的置信度，并根据预测结果的置信度将预测样本标记为高置信度预测样本或者低置信度预测样本；S50，将在各分类模型中均被标记为高置信度预测样本的预测样本添加到其它分类模型的训练数据集；以及，基于新的训练数据集，进行预设轮次的步骤S20至S50的迭代训练，并得到多次迭代训练后的分类模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811406045.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种文本分类的方法及装置
- 下一篇：基于深度学习的长文分类方法
