[发明专利]一种标注样本确定方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能的标注样本确定方法，其特征在于，所述方法包括：

获取样本对，所述样本对包括未标注样本和已标注样本；

将所述样本对中的未标注样本和已标注样本分别作为样本评估模型的两路输入，获得所述样本评估模型的输出结果；所述样本评估模型用于确定两路输入的样本之间的相似度，其中，通过以下方式训练所述样本评估模型：获取训练样本集，所述训练样本集中的训练样本包括第一样本、第二样本和标注输入方式，所述标注输入方式用于表征训练样本中第一样本和第二样本的输入方式；按照训练样本中的标注输入方式，将该训练样本中的第一样本和第二样本输入待训练的样本评估模型，获取所述待训练的样本评估模型输出的预测输入方式；所述待训练的样本评估模型用于根据输入的两个样本之间的相似度，预测两个样本对应的输入方式；根据预测输入模式与该训练样本中的标注输入方式之间的偏差，对所述待训练的样本评估模型的模型参数进行迭代调整，直至所述待训练的样本评估模型处于收敛；

根据所述输出结果确定所述样本对中的未标注样本的可用度；

当所述可用度满足预设条件时，确定所述样本对中的未标注样本为需要标注的样本。

2.根据权利要求1所述的方法，其特征在于，通过以下方式生成所述样本对：

获取未标注样本集合和已标注样本集合；

遍历组合所述未标注样本集合中的未标注样本和所述已标注样本集合中的已标注样本，得到多个所述样本对。

3.根据权利要求1所述的方法，其特征在于，所述样本评估模型为孪生神经网络；则所述将所述样本对中的未标注样本和已标注样本分别作为样本评估模型的两路输入，获得所述样本评估模型的输出结果包括：

将所述样本对中的未标注样本和已标注样本分别作为所述孪生神经网络的两路输入，获得所述孪生神经网络输出的损失值作为所述输出结果。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述输出结果确定所述样本对中的未标注样本的可用度包括：

获取包括所述未标注样本的多个样本对各自经所述样本评估模型处理后得到的输出结果；

根据所述多个样本对各自对应的输出结果，确定所述未标注样本的可用度。

5.根据权利要求1所述的方法，其特征在于，所述训练样本集包括：第一训练样本和第二训练样本；

所述第一训练样本包括：未标注样本、已标注样本和第一标注输入方式；所述第一标注输入方式用于表征所述未标注样本输入所述待训练的样本评估模型的第一分支，所述已标注样本输入所述待训练的样本评估模型的第二分支；

所述第二训练样本包括：已标注样本、未标注样本和第二标注输入方式；所述第一标注输入方式用于表征所述已标注样本输入所述待训练的样本评估模型的第一分支，所述未标注样本输入所述待训练的样本评估模型的第二分支。

6.根据权利要求5所述的方法，其特征在于，所述训练样本集还包括：第三训练样本和/或第四训练样本；

所述第三训练样本包括：第一未标注样本、第二未标注样本和第三标注输入方式；所述第三标注输入方式用于表征所述第一未标注样本输入所述待训练的样本评估模型的第一分支，所述第二未标注样本输入所述待训练的样本评估模型的第二分支；

所述第四训练样本包括：第一已标注样本、第二已标注样本和第四标注输入方式；所述第四标注输入方式用于表征所述第一已标注样本输入所述待训练的样本评估模型的第一分支，所述第二已标注样本输入所述待训练的样本评估模型的第二分支。