[发明专利]一种分类模型的训练方法和装置

权利要求书

1.一种分类模型的训练方法，其特征在于，包括：

获取图像数据；

根据所述图像数据获得图像特征数据；

获取用户对图像的评论数据；

根据所述评论数据获得文本特征数据；

拼接所述图像特征数据和所述文本特征数据获得融合特征数据；

采用所述融合特征数据训练指定分类模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述图像数据获得图像特征数据，包括：

采用所述图像数据训练图像分类模型；

采用所述训练后的图像分类模型从所述图像数据中提取图像特征数据。

3.根据权利要求2所述的方法，其特征在于，所述采用所述训练后的图像分类模型从所述图形训练数据中提取图像特征数据，包括：

将所述图像数据输入到训练后的图像分类模型，获得网络层的特征数据；

从所述网络层特征数据中选取最后两层的特征数据作为图像特征数据；所述图像特征数据包括语义特征数据和类别特征数据。

4.根据权利要求1所述的方法，其特征在于，所述根据所述评论数据获得文本特征数据，包括：

获取所述用户对图像数据的评论数据；

对所述评论数据进行分词操作得到分词集合；

去除所述分词集合中停用词；

将所述去除分词集合后的分词集合作为文本特征数据。

5.一种分类模型的训练装置，其特征在于，包括：

图像数据获取模块，用于获取图像数据；

图像特征数据获得模块，用于根据所述图像数据获得图像特征数据；

评论数据获取模块，用于获取用户对图像的评论数据；

文本特征数据获得模块，用于根据所述评论数据获得文本特征数据；

特征数据拼接模块，用于拼接所述图像特征数据和所述文本特征数据获得融合特征数据；

指定分类模型训练模块，用于采用所述融合特征数据训练指定分类模型。

6.根据权利要求5所述的装置，其特征在于，所述图像特征数据获得模块包括：

图像分类模型训练子模块，用于采用所述图像数据训练图像分类模型；

图像特征数据提取子模块，用于采用所述训练后的图像分类模型从所述图像数据中提取图像特征数据。

7.根据权利要求6所述的装置，其特征在于，所述图像特征数据提取子模块包括：

网络层特征数据获得单元，用于将所述图像数据输入到训练后的图像分类模型，获得网络层的特征数据；

图像特征数据获得单元，用于从所述网络层特征数据中选取最后两层的特征数据作为图像特征数据；所述图像特征数据包括语义特征数据和类别特征数据。

8.根据权利要求5所述的装置，其特征在于，所述文本特征数据获得模块包括：

评论数据获取子模块，用于获取所述用户对图像数据的评论数据；

分词子模块，用于对所述评论数据进行分词操作得到分词集合；

停用词去除子模块，用于去除所述分词集合中停用词；

文本特征数据获得子模块，用于将所述去除分词集合后的分词集合作为文本特征数据。

9.一种分类模型的训练系统，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-4一个或多个的一种分类模型的训练方法。

10.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-4一个或多个的一种分类模型的训练方法。