[发明专利]数据处理方法、装置及设备

说明书

本申请提出了一种数据处理方法、装置及设备，可以应用于云技术、人工智能、区块链、车联网、智慧交通、智能家居等各种领域或场景，该方法包括：获取训练样本，训练样本包括参考样本、正样本和负样本；调用特征提取模型对参考样本、正样本和负样本进行特征提取处理，得到参考样本的参考特征，正样本的正特征以及负样本的负特征；根据参考特征和正特征确定相似损失，根据参考特征、正特征和负特征确定对比损失；将相似损失和对比损失叠加为目标损失，根据目标损失训练特征提取模型，得到目标特征提取模型，目标特征提取模型用于提取多媒体数据的数据特征，采用本申请可以提高特征提取模型的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法、数据处理装置及计算机设备。

背景技术

随着计算机技术的迅速发展，特征提取模型的应用越来越广泛，在应用特征提取模型之前，通常需要先对特征提取模型进行训练，训练的好坏可以决定特征提取模型的准确性（由特征质量的好坏决定），而损失的计算方法在很大程度上决定了特征提取模型训练的好坏，因此，针对损失设计合理的计算方法，提高特征提取模型的准确性是有待解决的问题。

发明内容

本申请实施例提供了一种数据处理方法、装置及设备，可以联合对比损失和相似损失，有效提高特征提取模型的准确性。

一方面，本申请实施例提供了一种数据处理方法，所述方法包括：

获取训练样本，所述训练样本包括参考样本、正样本和负样本，所述参考样本和所述正样本满足相似关系，所述参考样本和所述负样本满足不相似关系；

调用特征提取模型对所述参考样本、所述正样本和所述负样本进行特征提取处理，得到所述参考样本的参考特征，所述正样本的正特征以及所述负样本的负特征；

根据所述参考特征和所述正特征确定相似损失，根据所述参考特征、所述正特征和所述负特征确定对比损失；

将所述相似损失和所述对比损失叠加为目标损失，根据所述目标损失训练所述特征提取模型，得到目标特征提取模型，所述目标特征提取模型是用于提取多媒体数据的数据特征。

另一方面，本申请实施例提供了一种数据处理装置，所述装置包括：

获取单元，用于获取训练样本，所述训练样本包括参考样本、正样本和负样本，所述参考样本和所述正样本满足相似关系，所述参考样本和所述负样本满足不相似关系；

处理单元，用于调用特征提取模型对所述参考样本、所述正样本和所述负样本进行特征提取处理，得到所述参考样本的参考特征，所述正样本的正特征以及所述负样本的负特征；

所述处理单元，还用于根据所述参考特征和所述正特征确定相似损失，根据所述参考特征、所述正特征和所述负特征确定对比损失；

所述处理单元，还用于将所述相似损失和所述对比损失叠加为目标损失，根据所述目标损失训练所述特征提取模型，得到目标特征提取模型，所述目标特征提取模型是用于提取多媒体数据的数据特征。

相应地，本申请实施例提供了一种计算机设备，上述计算机设备包括处理器、通信接口和存储器，上述处理器、通信接口和存储器相互连接，其中，上述存储器存储有计算机程序，上述处理器用于调用上述计算机程序，执行上述任一可能实现方式的数据处理方法。

相应地，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行实现本申请实施例提供的数据处理方法的步骤。

相应地，本申请实施例还提供了一种计算机程序产品，上述计算机程序产品包括计算机程序或计算机指令，上述计算机程序或计算机指令被处理器执行实现本申请实施例提供的数据处理方法的步骤。

相应地，本申请实施例还提供了一种计算机程序，上述计算机程序包括计算机指令，上述计算机指令存储在计算机可读存储介质中，计算机设备的处理器从上述计算机可读存储介质读取上述计算机指令，上述处理器执行上述计算机指令，使得上述计算机设备执行本申请实施例提供的数据处理方法。