CN114169440A - 模型训练方法、数据处理方法、装置、电子设备及介质 - Google Patents

模型训练方法、数据处理方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN114169440A
CN114169440A CN202111493257.1A CN202111493257A CN114169440A CN 114169440 A CN114169440 A CN 114169440A CN 202111493257 A CN202111493257 A CN 202111493257A CN 114169440 A CN114169440 A CN 114169440A
Authority
CN
China
Prior art keywords
confidence
sample data
classifiers
classification
prediction classification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111493257.1A
Other languages
English (en)
Inventor
李超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111493257.1A priority Critical patent/CN114169440A/zh
Publication of CN114169440A publication Critical patent/CN114169440A/zh
Priority to EP22201828.5A priority patent/EP4109357A3/en
Priority to US18/052,155 priority patent/US20230162722A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本公开提供了一种模型训练方法、语音数据处理方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及语音技术领域。实现方案为：确定样本数据的参考预测分类和参考置信度，其中，参考预测分类和参考置信度为利用多个分类器对样本数据执行预测而得到的；将样本数据输入待训练模型，以得到待训练模型所输出的第一预测分类和第一置信度；以及至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数。

Description

模型训练方法、数据处理方法、装置、电子设备及介质
技术领域
本公开涉及人工智能技术领域，尤其涉及语音技术领域，具体涉及一种模型训练和数据处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术、人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种模型训练和数据处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种模型训练方法，包括：确定样本数据的参考预测分类和参考置信度，其中，参考预测分类和参考置信度为利用多个分类器对样本数据执行预测而得到的；将样本数据输入待训练模型，以得到待训练模型所输出的第一预测分类和第一置信度；以及至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数。
根据本公开的另一方面，提供了一种语音数据处理方法，包括：将待识别语音数据输入语音模型，以得到语音模型所输出的预测情绪分类和置信度，其中，语音模型为根据上述训练方法而训练得到的；以及基于预测情绪分类和置信度，识别待识别语音数据的情绪类型。
根据本公开的另一方面，提供了一种模型训练装置，包括：确定单元，被配置用于确定样本数据的参考预测分类和参考置信度，其中，参考预测分类和参考置信度为利用多个分类器对样本数据执行预测而得到的；第一获取单元，被配置用于将样本数据输入待训练模型，以得到待训练模型所输出的第一预测分类和第一置信度；以及调整单元，被配置用于至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数。
根据本公开的另一方面，提供了一种语音数据处理装置，包括：第二获取单元，被配置用于将待识别语音数据输入语音模型，以得到语音模型所输出的预测情绪分类和置信度，其中，语音模型为根据上述训练方法而训练得到的；以及识别单元，被配置用于基于预测情绪分类和置信度，识别待识别语音数据的情绪类型。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述的方法。
根据本公开的一个或多个实施例，能够提升对模型的训练效果。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图；
图2示出了根据本公开的实施例的模型训练方法的流程图；
图3示出了根据本公开的实施例的语音数据处理方法的流程图；
图4示出了根据本公开的实施例的模型训练装置的结构框图；
图5示出了根据本公开的实施例的语音数据处理装置的结构框图；
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
在当前人工智能领域，对模型的预测能力的要求不断提升。为了达到理想的预测效果，相关技术中日渐依赖于大型的模型来得到理想的预测结果。然而，大型模型在实际应用中存在难以部署、计算效率低等问题。
基于此，本公开提出一种模型训练方法，通过多个分类器得到样本数据的参考预测分类和参考置信度，再以该参考预测分类和参考置信度作为样本数据的标签来训练待训练模型。由于参考预测分类和参考置信度不仅能够体现样本数据的分类，还能够体现样本数据与分类的相关程度，基于参考预测分类和参考置信度这样的“软标签”，能够在待训练模型的训练中，提供关于该样本数据的更加丰富的信息，进而提升对待训练模型的训练效果。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1，该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行模型训练或语音数据处理的方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的***配置是可能的，其可以与***100不同。因此，图1是用于实施本文所描述的各种方法的***的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来获取待识别语音数据。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***，例如MICROSOFT Windows、APPLE iOS、类UNIX操作***、Linux或类Linux操作***(例如GOOGLE Chrome OS)；或包括各种移动操作***，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120可以为分布式***的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
***100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件***支持的常规存储库。
图1的***100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
图2示出了根据本公开的示例性实施例的一种模型训练方法，包括：步骤S201、确定样本数据的参考预测分类和参考置信度，其中，参考预测分类和参考置信度为利用多个分类器对样本数据执行预测而得到的；步骤S202、将样本数据输入待训练模型，以得到待训练模型所输出的第一预测分类和第一置信度；以及步骤S203、至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数。
由于参考预测分类和参考置信度不仅能够体现样本数据的分类，还能够体现样本数据与分类的相关程度，基于参考预测分类和参考置信度这样的“软标签”，能够在待训练模型的训练中，提供关于该样本数据的更加丰富的信息，进而提升对待训练模型的训练效果。
针对步骤S201，根据一些实施例，样本数据可以为语音数据。根据一些实施例，参考预测分类可以包括多种情绪分类，参考置信度包括对应于多种情绪分类的置信概率值。由此训练得到的模型能够实现对语音数据的情绪类型的有效识别。
在一种实施方式中，参考置信度包括分别对应于多种情绪分类中每一者的置信概率值。
根据一些实施例，确定样本数据的参考预测分类和参考置信度可以包括：将样本数据分别输入多个分类器，以得到多个分类器中的每一个分类器所对应的第二预测分类和第二置信度；以及融合多个分类器中的每一个分类器所对应的第二预测分类和第二置信度，以得到样本数据的参考预测分类和参考置信度。由此，能够基于多个独立的分类器的第二预测分类和第二置信度，确定样本数据的参考预测分类和参考置信度，使得得到的参考预测分类和参考置信度能够兼备各个不同的分类器的预测能力，提升参考预测分类和参考置信度的准确度。
例如，多个分类器中的其中一个分类器所对应的第二预测分类和第二置信度可以示例性地表示为如下的表1所示：
表1
Figure BDA0003400058090000071
Figure BDA0003400058090000081
对于多个分类器，每个分类器所对应的第二预测分类和第二置信度均可进行如上述表1所示的表示。
将多个分类器中的每一个分类器所对应的第二预测分类和第二置信度进行汇总，示例性地可以得到如下的表2所示的汇总结果：
表2
语音数据编号 高兴 郑重 难过 生气 困惑 其它
1 0 8 0 1 1 0
2 0 0 5.5 3.5 1 0
3 6 1 1.5 0.5 1 0
将上述表2的汇总结果进行归一化处理，可以进一步得到如下的表3所示的结果：
表3
语音数据编号 高兴 郑重 难过 生气 困惑 其它
1 0 0.8 0 0.1 0.1 0
2 0 0 0.55 0.35 0.1 0
3 0.6 0.1 0.15 0.05 0.1 0
根据一些实施例，多个分类器可以为基于不同类型的初始样本数据而训练得到，由此以使不同的分类器具有差异化的分类能力。
在一种实施方式中，多个分类器可以为分别基于不同类型的初始样本数据而训练得到。
根据一些实施例，该方法还可以包括：在将样本数据分别输入多个分类器之前，对多个初始样本数据执行聚类处理，以将多个初始样本数据划分为第一数量的数据集，其中，每个数据集中包括一种类型的初始样本数据，第一数量大于多个分类器的数量；以及针对多个分类器中的每一个分类器，基于第一数量的数据集中的一个数据集对该分类器进行训练，并且对多个分类器中的每一个分类器的训练所基于的数据集互不相同。由此，能够方便地对初始样本数据进行类别划分，并分别训练得到多个差异化的分类器。
根据一些实施例，第二预测分类包括多个子分类并且多个分类器中的每一个分类器所对应的多个子分类均相同，第二置信度包括分别对应于多个子分类的多个子置信度，并且其中，融合多个分类器中的每一个分类器所对应的第二预测分类和第二置信度可以包括：针对多个子分类中的每一个子分类，确定多个分类器中的每一个分类器的该子分类所对应的子置信度的加权和；以及将多个子分类确定为参考预测分类，并且将多个子分类中每一个子分类所对应的加权和确定为参考置信度。通过对每一个子分类所对应的子置信度的加权，能够方便地对各个分类器所得到的第二预测分类和第二置信度进行融合。
根据一些实施例，还包括：确定样本数据的类型；以及基于样本数据的类型，确定多个分类器中的每一个分类器的权重值；所述针对多个子分类中的每一个子分类，确定多个分类器中的每一个分类器的该子分类所对应的子置信度的加权和可以包括：基于多个分类器中的每一个分类器的权重值和该分类器的该子分类所对应的子置信度，确定该子分类所对应的加权和。
针对步骤S202和步骤S203，根据一些实施例，样本数据具有对应的真实分类，并且其中，至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数还包括：基于样本数据的真实分类、样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练分类器的参数。由此，在通过参考预测分类和参考置信度这样的“软标签”进行训练的同时，通过真实分类这样的“硬标签”进行辅助训练，能够进一步提升训练效果。
根据一些实施例，可以基于样本数据的真实分类与第一预测分类和第一置信度之间的第一差异，对待训练分类器的参数进行第一调整；并基于样本数据的参考预测分类和参考置信度，与第一预测分类和第一置信度之间的第二差异，对待训练分类器的参数进行第二调整。
可以理解，上述第一调整和第二调整可以一次执行，也可以同步执行。
图3示出了根据本公开的示例性实施例的一种语音数据处理方法，包括：步骤S301、将待识别语音数据输入语音模型，以得到语音模型所输出的预测情绪分类和置信度，其中，语音模型为根据上述任意一项训练方法而训练得到的；以及步骤S302、基于预测情绪分类和置信度，识别待识别语音数据的情绪类型。由此，能够根据训练得到的语音模型来准确地识别待识别语音数据的情绪类型。
图4示出了根据本公开的示例性实施例的一种模型训练装置，该装置400包括：确定单元401，被配置用于确定样本数据的参考预测分类和参考置信度，其中，参考预测分类和参考置信度为利用多个分类器对样本数据执行预测而得到的；第一获取单元402，被配置用于将样本数据输入待训练模型，以得到待训练模型所输出的第一预测分类和第一置信度；以及调整单元403，被配置用于至少基于样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练模型的参数。
根据一些实施例，确定单元包括：获取子单元，被配置用于将样本数据分别输入多个分类器，以得到多个分类器中的每一个分类器所对应的第二预测分类和第二置信度；以及融合子单元，被配置用于融合多个分类器中的每一个分类器所对应的第二预测分类和第二置信度，以得到样本数据的参考预测分类和参考置信度。
根据一些实施例，多个分类器为基于不同类型的初始样本数据而训练得到。
根据一些实施例，该装置，还包括：聚类单元，被配置用于在将样本数据分别输入多个分类器之前，对多个初始样本数据执行聚类处理，以将多个初始样本数据划分为第一数量的数据集，其中，每个数据集中包括一种类型的初始样本数据，第一数量大于多个分类器的数量；以及训练单元，被配置用于针对多个分类器中的每一个分类器，基于第一数量的数据集中的一个数据集对该分类器进行训练，并且对多个分类器中的每一个分类器的训练所基于的数据集互不相同。
根据一些实施例，第二预测分类包括多个子分类并且多个分类器中的每一个分类器所对应的多个子分类均相同，第二置信度包括分别对应于多个子分类的多个子置信度，并且其中，融合子单元包括：用于针对多个子分类中的每一个子分类，确定多个分类器中的每一个分类器的该子分类所对应的子置信度的加权和的子单元；以及用于将多个子分类确定为参考预测分类，并且将多个子分类中每一个子分类的加权和确定为参考置信度的子单元。
根据一些实施例，样本数据具有对应的真实分类，并且其中，调整单元包括：用于基于样本数据的真实分类、样本数据的参考预测分类和参考置信度，以及第一预测分类和第一置信度，调整待训练分类器的参数的子单元。
根据一些实施例，样本数据为语音数据。
根据一些实施例，参考预测分类包括多种情绪分类，参考置信度包括对应于多种情绪分类的置信概率值。
图5示出了根据本公开的示例性实施例的一种语音数据处理装置，装置500包括：第二获取单元501，被配置用于将待识别语音数据输入语音模型，以得到语音模型所输出的预测情绪分类和置信度，其中，语音模型为根据上述任意一项训练方法而训练得到的；以及识别单元502，被配置用于基于预测情绪分类和置信度，识别待识别语音数据的情绪类型。
根据本公开的实施例，还提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。
根据本公开的实施例，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任意一种方法。
根据本公开的实施例，还提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过参考线604彼此相连。输入/输出(I/O)接口605也连接至参考线604。
电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如模型训练方法和语音数据处理方法。例如，在一些实施例中，模型训练方法和语音数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的模型训练方法和语音数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法和语音数据处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、***和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (21)

1.一种模型训练方法，包括：
确定样本数据的参考预测分类和参考置信度，其中，所述参考预测分类和参考置信度为利用多个分类器对所述样本数据执行预测而得到的；
将所述样本数据输入待训练模型，以得到所述待训练模型所输出的第一预测分类和第一置信度；以及
至少基于所述样本数据的所述参考预测分类和参考置信度，以及所述第一预测分类和第一置信度，调整所述待训练模型的参数。
2.根据权利要求1所述的方法，其中，所述确定样本数据的参考预测分类和参考置信度包括：
将所述样本数据分别输入多个分类器，以得到所述多个分类器中的每一个分类器所对应的第二预测分类和第二置信度；以及
融合所述多个分类器中的每一个分类器所对应的所述第二预测分类和第二置信度，以得到所述样本数据的参考预测分类和参考置信度。
3.根据权利要求2所述的方法，其中，所述多个分类器为基于不同类型的初始样本数据而训练得到。
4.根据权利要求3所述的方法，还包括：
在所述将样本数据分别输入多个分类器之前，对多个初始样本数据执行聚类处理，以将所述多个初始样本数据划分为第一数量的数据集，其中，每个数据集中包括一种类型的初始样本数据，所述第一数量大于所述多个分类器的数量；以及
针对所述多个分类器中的每一个分类器，基于所述第一数量的数据集中的一个数据集对该分类器进行训练，并且对所述多个分类器中的每一个分类器的训练所基于的数据集互不相同。
5.根据权利要求2所述的方法，其中，所述第二预测分类包括多个子分类并且所述多个分类器中的每一个分类器所对应的多个子分类均相同，所述第二置信度包括分别对应于所述多个子分类的多个子置信度，
并且其中，所述融合所述多个分类器中的每一个分类器所对应的所述第二预测分类和第二置信度包括：
针对所述多个子分类中的每一个子分类，确定所述多个分类器中的每一个分类器的该子分类所对应的子置信度的加权和；以及
将所述多个子分类确定为所述参考预测分类，并且将所述多个子分类中的每一个子分类所对应的所述加权和确定为所述参考置信度。
6.根据权利要求1所述的方法，其中，所述样本数据具有对应的真实分类，并且其中，所述至少基于所述样本数据的所述参考预测分类和参考置信度，以及所述第一预测分类和第一置信度，调整所述待训练模型的参数还包括：
基于所述样本数据的真实分类、所述样本数据的所述参考预测分类和参考置信度，以及所述第一预测分类和第一置信度，调整所述待训练分类器的参数。
7.根据权利要求1至6中任意一项所述的方法，其中，所述样本数据为语音数据。
8.根据权利要求7所述的方法，所述参考预测分类包括多种情绪分类，所述参考置信度包括对应于所述多种情绪分类的置信概率值。
9.一种语音数据处理方法，包括：
将待识别语音数据输入语音模型，以得到所述语音模型所输出的预测情绪分类和置信度，其中，所述语音模型为根据权利要求1-8中任一项所述的方法而训练得到的；以及
基于所述预测情绪分类和置信度，识别所述待识别语音数据的情绪类型。
10.一种模型训练装置，包括：
确定单元，被配置用于确定样本数据的参考预测分类和参考置信度，其中，所述参考预测分类和参考置信度为利用多个分类器对所述样本数据执行预测而得到的；
第一获取单元，被配置用于将所述样本数据输入待训练模型，以得到所述待训练模型所输出的第一预测分类和第一置信度；以及
调整单元，被配置用于至少基于所述样本数据的所述参考预测分类和参考置信度，以及所述第一预测分类和第一置信度，调整所述待训练模型的参数。
11.根据权利要求10所述的装置，其中，所述确定单元包括：
获取子单元，被配置用于将所述样本数据分别输入多个分类器，以得到所述多个分类器中的每一个分类器所对应的第二预测分类和第二置信度；以及
融合子单元，被配置用于融合所述多个分类器中的每一个分类器所对应的所述第二预测分类和第二置信度，以得到所述样本数据的参考预测分类和参考置信度。
12.根据权利要求11所述的装置，其中，所述多个分类器为基于不同类型的初始样本数据而训练得到。
13.根据权利要求12所述的装置，还包括：
聚类单元，被配置用于在所述将样本数据分别输入多个分类器之前，对多个初始样本数据执行聚类处理，以将所述多个初始样本数据划分为第一数量的数据集，其中，每个数据集中包括一种类型的初始样本数据，所述第一数量大于所述多个分类器的数量；以及
训练单元，被配置用于针对所述多个分类器中的每一个分类器，基于所述第一数量的数据集中的一个数据集对该分类器进行训练，并且对所述多个分类器中的每一个分类器的训练所基于的数据集互不相同。
14.根据权利要求11所述的装置，其中，所述第二预测分类包括多个子分类并且所述多个分类器中的每一个分类器所对应的多个子分类均相同，所述第二置信度包括分别对应于所述多个子分类的多个子置信度，
并且其中，所述融合子单元包括：
用于针对所述多个子分类中的每一个子分类，确定所述多个分类器中的每一个分类器的该子分类所对应的子置信度的加权和的子单元；以及
用于将所述多个子分类确定为所述参考预测分类，并且将所述多个子分类中每一个子分类的所述加权和确定为所述参考置信度的子单元。
15.根据权利要求10所述的装置，其中，所述样本数据具有对应的真实分类，并且其中，所述调整单元包括：
用于基于所述样本数据的真实分类、所述样本数据的所述参考预测分类和参考置信度，以及所述第一预测分类和第一置信度，调整所述待训练分类器的参数的子单元。
16.根据权利要求10至15中任意一项所述的装置，其中，所述样本数据为语音数据。
17.根据权利要求16所述的装置，所述参考预测分类包括多种情绪分类，所述参考置信度包括对应于所述多种情绪分类的置信概率值。
18.一种语音数据处理装置，包括：
第二获取单元，被配置用于将待识别语音数据输入语音模型，以得到所述语音模型所输出的预测情绪分类和置信度，其中，所述语音模型为根据权利要求1-8中任一项所述的方法而训练得到的；以及
识别单元，被配置用于基于所述预测情绪分类和置信度，识别所述待识别语音数据的情绪类型。
19.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-9中任一项所述的方法。
CN202111493257.1A 2021-12-08 2021-12-08 模型训练方法、数据处理方法、装置、电子设备及介质 Pending CN114169440A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111493257.1A CN114169440A (zh) 2021-12-08 2021-12-08 模型训练方法、数据处理方法、装置、电子设备及介质
EP22201828.5A EP4109357A3 (en) 2021-12-08 2022-10-17 Model training method, apparatus and storage medium
US18/052,155 US20230162722A1 (en) 2021-12-08 2022-11-02 Techniques for model training

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111493257.1A CN114169440A (zh) 2021-12-08 2021-12-08 模型训练方法、数据处理方法、装置、电子设备及介质

Publications (1)

Publication Number Publication Date
CN114169440A true CN114169440A (zh) 2022-03-11

Family

ID=80484414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111493257.1A Pending CN114169440A (zh) 2021-12-08 2021-12-08 模型训练方法、数据处理方法、装置、电子设备及介质

Country Status (3)

Country Link
US (1) US20230162722A1 (zh)
EP (1) EP4109357A3 (zh)
CN (1) CN114169440A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365997A (zh) * 2013-07-12 2013-10-23 华东师范大学 一种基于集成学习的观点挖掘方法
CN107294993A (zh) * 2017-07-05 2017-10-24 重庆邮电大学 一种基于集成学习的web异常流量监测方法
US20180218736A1 (en) * 2017-02-02 2018-08-02 International Business Machines Corporation Input generation for classifier
CN111639710A (zh) * 2020-05-29 2020-09-08 北京百度网讯科技有限公司 图像识别模型训练方法、装置、设备以及存储介质
CN112598134A (zh) * 2020-12-23 2021-04-02 南京三眼精灵信息技术有限公司 融合人工经验和集成学习策略的机器学习方法及装置
CN112985574A (zh) * 2021-02-26 2021-06-18 电子科技大学 基于模型融合的光纤分布式声波传感信号高精度分类识别方法
WO2021174757A1 (zh) * 2020-03-03 2021-09-10 深圳壹账通智能科技有限公司 语音情绪识别方法、装置、电子设备及计算机可读存储介质
CN113762585A (zh) * 2021-05-17 2021-12-07 腾讯科技（深圳）有限公司 数据的处理方法、账号类型的识别方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112435689B (zh) * 2020-11-10 2021-08-17 罗科仕管理顾问有限公司 语音聊天机器人职位面试***中的情感识别
CN112687290B (zh) * 2020-12-30 2022-09-20 同济大学 一种经过压缩的咳嗽自动检测方法及嵌入式设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365997A (zh) * 2013-07-12 2013-10-23 华东师范大学 一种基于集成学习的观点挖掘方法
US20180218736A1 (en) * 2017-02-02 2018-08-02 International Business Machines Corporation Input generation for classifier
CN107294993A (zh) * 2017-07-05 2017-10-24 重庆邮电大学 一种基于集成学习的web异常流量监测方法
WO2021174757A1 (zh) * 2020-03-03 2021-09-10 深圳壹账通智能科技有限公司 语音情绪识别方法、装置、电子设备及计算机可读存储介质
CN111639710A (zh) * 2020-05-29 2020-09-08 北京百度网讯科技有限公司 图像识别模型训练方法、装置、设备以及存储介质
CN112598134A (zh) * 2020-12-23 2021-04-02 南京三眼精灵信息技术有限公司 融合人工经验和集成学习策略的机器学习方法及装置
CN112985574A (zh) * 2021-02-26 2021-06-18 电子科技大学 基于模型融合的光纤分布式声波传感信号高精度分类识别方法
CN113762585A (zh) * 2021-05-17 2021-12-07 腾讯科技（深圳）有限公司 数据的处理方法、账号类型的识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陆莎: "《人工智能时代旅游发展研究》", 吉林大学出版社, pages: 58 - 59 *

Also Published As

Publication number Publication date
EP4109357A3 (en) 2023-04-05
US20230162722A1 (en) 2023-05-25
EP4109357A2 (en) 2022-12-28

Similar Documents

Publication Publication Date Title
CN114612749B (zh) 神经网络模型训练方法及装置、电子设备和介质
CN112579909A (zh) 对象推荐方法及装置、计算机设备和介质
CN114445667A (zh) 图像检测方法和用于训练图像检测模型的方法
CN114791982B (zh) 对象推荐方法和装置
CN114443989B (zh) 排序方法、排序模型的训练方法、装置、电子设备及介质
KR20230006601A (ko) 정렬 방법, 정렬 모델의 트레이닝 방법, 장치, 전자 기기 및 매체
CN115511779A (zh) 图像检测方法、装置、电子设备和存储介质
CN114547252A (zh) 文本识别方法、装置、电子设备和介质
CN115578501A (zh) 图像处理方法、装置、电子设备和存储介质
CN115797660A (zh) 图像检测方法、装置、电子设备和存储介质
CN115600646A (zh) 语言模型的训练方法、装置、介质及设备
CN115269989A (zh) 对象推荐方法、装置、电子设备和存储介质
CN114429678A (zh) 模型训练方法及装置、电子设备和介质
CN114219046A (zh) 模型训练方法、匹配方法、装置、***、电子设备和介质
CN114676062A (zh) 用于接口的差异数据测试方法及装置、电子设备和介质
CN114494797A (zh) 用于训练图像检测模型的方法和装置
CN114550269A (zh) 口罩佩戴检测方法、设备和介质
CN114169440A (zh) 模型训练方法、数据处理方法、装置、电子设备及介质
CN114117046B (zh) 数据处理方法、装置、电子设备及介质
CN116842156B (zh) 数据生成方法及装置、设备和介质
CN113284484B (zh) 模型训练方法及装置、语音识别方法和语音合成方法
CN114048759A (zh) 模型训练方法、数据处理方法、装置、设备及介质
CN114219079A (zh) 特征选择方法及装置、模型训练方法及装置、设备和介质
CN114187924A (zh) 数据处理方法、装置、电子设备及介质
CN115564992A (zh) 图像分类方法和图像分类模型的训练方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination