[发明专利]一种识别模型的迭代方法和装置

权利要求书

1.一种识别模型的迭代方法，其特征在于，包括：

获取第一训练样本，其中，所述第一训练样本包括具有对应关系的第一识别模型识别错误的数据和标注信息，所述第一识别模型用于执行数据识别任务；

使用所述第一训练样本训练所述第一识别模型对应的初始模型，得到第二识别模型；

将所述第一训练样本添加到第二训练样本中，得到第三训练样本，其中，所述第二训练样本是用于训练所述第一识别模型对应的初始模型的样本；

使用所述第三训练样本训练所述第二识别模型，得到第三识别模型，其中，所述第三识别模型用于继续执行数据识别任务。

2.根据权利要求1所述的方法，其特征在于，使用所述第一训练样本训练所述第一识别模型对应的初始模型，得到第二识别模型包括：

使用所述第一训练样本分别按照多个学习算法中的每个学习算法训练所述初始模型，得到多个第四识别模型，其中，所述多个学习算法与所述多个第四识别模型一一对应；

确定所述多个第四识别模型中每个第四识别模型的损失值；

将损失值最低的第四识别模型确定为所述第二识别模型。

3.根据权利要求2所述的方法，其特征在于，使用所述第一训练样本分别按照多个学习算法中的每个学习算法训练所述初始模型，得到多个第四识别模型包括：

将所述第一训练样本划分为支持集和询问集；

使用所述支持集分别按照所述多个学习算法中的每个学习算法训练所述初始模型，得到多个第五识别模型，其中，所述多个学习算法与所述多个第五识别模型一一对应；

使用所述询问集分别对所述多个第五识别模型中的每个第五识别模型进行测试，得到所述多个第四识别模型。

4.根据权利要求3所述的方法，其特征在于，

使用所述支持集分别按照所述多个学习算法中的每个学习算法训练所述初始模型包括：使用所述支持集分别按照所述每个学习算法控制所述初始模型执行多个训练任务，得到所述每个学习算法对应的多个第一子模型，其中，所述多个第一子模型与所述多个训练任务一一对应；

使用所述询问集分别对所述多个第五识别模型中的每个第五识别模型进行测试包括：使用所述询问集分别对所述多个第一子模型中的每个子模型进行测试，得到多个第二子模型。

5.根据权利要求4所述的方法，其特征在于，确定所述多个第四识别模型中每个第四识别模型的损失值包括：

确定所述多个第二子模型中每个第二子模型的子损失值，得到多个子损失值；

将所述多个子损失值的加权和确定为每个第四识别模型的损失值。

6.根据权利要求1所述的方法，其特征在于，获取第一训练样本包括：

记录所述第一识别模型识别错误的数据，并对所述第一识别模型识别错误的数据进行标注得到所述标注信息；

存储具有对应关系的第一识别模型识别错误的数据和标注信息，得到错误样本库；

从所述错误样本库中提取所述第一训练样本。

7.根据权利要求6所述的方法，其特征在于，从所述错误样本库中提取所述第一训练样本包括：

检测所述错误样本库中包括的样本数量是否大于或者等于目标数量；

在所述样本数量大于或者等于所述目标数量的情况下，从所述错误样本库中提取所述目标数量的错误样本作为所述第一训练样本；

在所述样本数量小于所述目标数量的情况下，提取所述错误样本库中全部的错误样本；将所述第二训练样本中的部分样本补充到所述全部的错误样本中，得到所述目标数量的所述第一训练样本。