[发明专利]样本处理方法、装置、电子设备和存储介质

说明书

本申请公开了一种样本处理方法、装置、电子设备和存储介质，涉及数据处理技术领域中的人工智能和深度学习技术领域以及医疗领域。具体实现方案为：获取验证样本的特征向量；根据所述验证样本的特征向量，将所述验证样本进行相似样本分组，获得多个相似样本组；根据所述多个相似样本组确定满足目标筛选需求的目标相似样本组；其中，所述目标筛选需求用于指示筛选系统性错误标注样本或随机性错误标注样本；以及根据所述目标相似样本组从训练样本中筛选出错误标注样本。

技术领域

本申请涉及数据处理技术领域中的人工智能和深度学习技术领域、以及医疗领域，尤其是涉及一种样本处理方法、装置、电子设备和存储介质。

背景技术

通常来说，可以使用训练样本对深度学习模型进行训练，完成训练后，该深度学习模型可以进行样本处理操作。在该技术中，深度学习模型的能力依赖于训练样本的准确性。然而，现有样本常常会存在错误，从而影响深度学习模型的能力。

发明内容

本申请提供了一种用于样本处理方法、装置、设备以及存储介质，涉及数据处理技术领域中的人工智能和深度学习技术领域。提供了一种可以筛选错误样本的技术方案。

根据本申请的第一方面，提供了一种样本处理方法，包括：

获取验证样本的特征向量；

根据所述验证样本的特征向量，将所述验证样本进行相似样本分组，获得多个相似样本组；

根据所述多个相似样本组确定满足目标筛选需求的目标相似样本组；其中，所述目标筛选需求用于指示筛选系统性错误标注样本或随机性错误标注样本；以及

根据所述目标相似样本组从训练样本中筛选出错误标注样本。

根据本申请的第二方面，提供了一种样本处理装置，包括：

第一获取模块，用于获取验证样本的特征向量；

分组模块，用于根据所述验证样本的特征向量，将所述验证样本进行相似样本分组，获得多个相似样本组；

第一筛选模块，用于根据所述多个相似样本组确定满足目标筛选需求的目标相似样本组；其中，所述目标筛选需求用于指示筛选系统性错误标注样本或随机性错误标注样本；以及

第二筛选模块，用于根据所述目标相似样本组，从训练样本中筛选出错误标注样本。

根据本申请的第三方面，提供了一种电子设备，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本申请的一方面所述样本处理方法。

根据本申请的第四方面，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，所述计算机指令用于使所述计算机执行本申请的一方面所述的样本处理方法。

根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的样本处理方法。

根据本申请的技术方案，不仅可以筛选出随机性错误标注，也可以应用于系统性错误标注，从而更有效地提升了数据质量。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请一个实施例的样本处理方法的流程图；