[发明专利]标签确定方法、装置和系统

说明书

本申请公开了一种标签确定方法、装置及系统，属于AI领域。所述方法包括：获取第一时间序列的目标特征向量，时间序列为按照时序排列的一组数据的集合；获取所述目标特征向量与参考特征向量集合中参考特征向量的相似度，所述参考特征向量为已确定标签的第二时间序列的特征向量；当所述目标特征向量与第一参考特征向量的相似度大于相似度阈值时，将所述第一参考特征向量所对应的标签确定为所述第一时间序列的标签，所述第一参考特征向量为所述参考特征向量集合中的一个参考特征向量。本申请提高了标签确定的准确性，本申请用于机器学习模型的标签的确定。

技术领域

本申请涉及人工智能(Artificial Intelligence，AI)领域，特别涉及一种标签确定方法、装置和系统。

背景技术

机器学习，是指让机器基于训练样本训练出机器学习模型，使机器学习模型对训练样本之外的数据具有预测能力(如类别预测能力)。机器学习作为AI领域的一个重要分支，在众多领域得到了广泛的应用。从学习方法的角度，机器学习算法可以分为监督式学习、非监督式学习、半监督式学习、强化学习等几大类算法。其中，监督式学习是机器学习算法中的一类基础算法。

在采用监督学习算法对机器学习模型进行训练的过程中，需要先人工对大量的样本数据进行标注(如样本为人脸图片，标注过程可以为将某一人脸图片标注为：“戴眼镜”)，然后利用这些已经进行标注的样本数据来对机器学习模型进行训练，以调整机器学习模型所采用的参数。训练完成后的机器学习模型即可用来执行相应的功能，例如图像识别或语言翻译等。其中，样本数据的标注过程称为确定标签的过程，标注的内容即为标签，标签用于标识数据，如标识数据的类别。

但是采用监督式学习算法或半监督式学习算法等进行模型训练时，需要大量人力进行样本数据的标注，标签的确定成本较高。

发明内容

本申请实施例提供了一种标签确定方法、装置及系统。可以解决目前的标签确定成本较高的问题。所述技术方案如下：

第一方面，提供了一种标签确定方法，所述方法包括：

获取第一时间序列的目标特征向量，时间序列为按照时序排列的一组数据的集合；

获取所述目标特征向量与参考特征向量集合中参考特征向量的相似度，所述参考特征向量为已确定标签的第二时间序列的特征向量；

当所述目标特征向量与第一参考特征向量的相似度大于相似度阈值时，将所述第一参考特征向量所对应的标签确定为所述第一时间序列的标签，所述第一参考特征向量为所述参考特征向量集合中的一个参考特征向量。

本申请实施例提供的标签确定方法，基于时间序列的特征向量的相似度进行标签的迁移，能够实现样本数据的自动标注，降低标签的确定成本。并且由于相似度计算与时间序列的特征向量相关，避免了时间序列自身所具有的干扰信息的影响，例如能够降低采样时段、幅度变化、象限漂移和噪声等干扰信息的影响。提高了标签确定的准确性。尤其在高维时间序列中仍然能够准确地进行标签迁移。

并且，将本申请实施例提供的标签确定方法应用于监督式学习算法或半监督式学习算法等需要大量标注的样本数据的场景中，能够有效降低标注成本，提高机器学习模型的建模效率。

可选地，所述第一时间序列为网络KPI的时间序列。

可选地，所述参考特征向量包括一个或多个特征的数据，所述目标特征向量包括一个或多个特征的数据，所述目标特征向量与所述第一参考特征向量的相似度为第一特征向量和第二子特征向量的相似度，所述第一子特征向量和所述第二子特征向量分别由所述目标特征向量和所述第一参考特征向量中对应相同特征的数据组成。

在本申请实施例中，参考特征向量集合中包括的参考特征向量与目标特征向量可能采用相同的提取算法也可能采用不同的提取算法获取。相应的，每个参考特征向量和目标特征向量所涉及的特征的类别以及特征的个数可能不同。因此，需要针对不同的情况进行相应的处理。