[发明专利]一种模型训练的方法、装置、存储介质及电子设备

权利要求书

1.一种模型训练的方法，包括：

获取训练样本、样本标签以及打标环境信息；

将所述训练样本输入待训练的目标模型中，确定所述目标模型的输出结果；

将所述打标环境信息输入置信度网络中，通过所述置信度网络输出所述样本标签的置信度；

根据所述样本标签的置信度，调整所述目标模型的输出结果，得到修正结果；

以所述修正结果与所述样本标签之间的差异最小为优化目标，对所述目标模型与所述置信度网络进行训练。

2.如权利要求1所述的方法，获取训练样本、样本标签以及打标环境信息，具体包括：

根据用户执行的业务确定训练样本；

获取用户执行所述业务的执行结果，根据所述执行结果确定样本标签；

根据所述用户执行所述业务时对应的环境信息，确定打标环境信息。

3.如权利要求2所述的方法，根据所述用户在执行业务时对应的环境信息，确定打标环境信息，具体包括：

确定所述用户执行业务时采集的时间信息、位置信息、环境信息以及所述用户的用户特征中的至少一种，作为打标环境信息；和/或，

根据所述用户的用户标识，确定所述用户的用户画像和历史打标信息中的至少一种，作为打标环境信息。

4.如权利要求1所述的方法，根据所述样本标签的置信度，调整所述目标模型的输出结果，得到修正结果，具体包括：

根据所述样本标签的置信度，判断所述样本标签是否可信；

当确定所述样本标签不可信时，调整所述目标模型的输出结果，得到修正结果。

5.如权利要求4所述的方法，根据所述样本标签的置信度，判断所述样本标签是否可信，具体包括：

当所述样本标签的置信度不小于指定阈值时，确定所述样本标签可信；

当所述样本标签的置信度小于指定阈值时，确定所述样本标签不可信。

6.如权利要求1所述的方法，所述目标模型为概率预测模型；

调整所述目标模型的输出结果，得到修正结果，具体包括：

将所述置信度作为权重，对所述目标模型输出的概率进行加权，确定修正结果。

7.如权利要求4所述的方法，所述目标模型为二分类模型；

调整所述目标模型的输出结果，得到修正结果，具体包括：

将所述目标模型的输出结果反置，得到修正结果。

8.一种模型训练装置，包括：

获取模块，用于获取训练样本、样本标签以及打标环境信息；

输入模块，用于将所述训练样本输入待训练的目标模型中，确定所述目标模型的输出结果；

置信模块，用于将所述打标环境信息输入置信度网络中，通过所述置信度网络输出所述样本标签的置信度；

调整模块，用于根据所述样本标签的置信度，调整所述目标模型的输出结果，得到修正结果；

训练模块，用于以所述修正结果与所述样本标签之间的差异最小为优化目标，对所述目标模型与所述置信度网络进行训练。

9.如权利要求8所述的装置，所述获取模块，具体用于根据用户执行的业务确定训练样本；获取用户执行所述业务的执行结果，根据所述执行结果确定样本标签；根据所述用户执行所述业务时对应的环境信息，确定打标环境信息。

10.如权利要求9所述的装置，所述获取模块，具体用于确定所述用户执行业务时采集的时间信息、位置信息、环境信息以及所述用户的用户特征中的至少一种，作为打标环境信息；和/或，根据所述用户的用户标识，确定所述用户的用户画像和历史打标信息中的至少一种，作为打标环境信息。

11.如权利要求8所述的装置，所述调整模块，具体用于根据所述样本标签的置信度，判断所述样本标签是否可信；当确定所述样本标签不可信时，调整所述目标模型的输出结果，得到修正结果。