[发明专利]应用于跨模态数据检索领域的样本选择方法及装置

摘要

一种样本选择方法及装置，属于度量学习技术领域。所述方法包括：从未标注样本集中选取n组样本对，每一组样本对包括两个样本，每一个样本包括p种模态的数据；对于每一组样本对，计算样本对包括的一个样本的每一种模态的数据和另一个样本的每一种模态的数据之间的部分相似度，得到p×p个部分相似度；根据p×p个部分相似度计算样本对包括的两个样本之间的整体相似度；获取p×p个部分相似度与整体相似度之间的差异程度；从n组样本对中选择符合预设条件的样本对作为训练样本。本发明通过选择高质量的训练样本训练度量模型，能够用更少的训练样本训练出更高精度的度量模型。

主权项

1.一种样本选择方法，其特征在于，所述方法包括：从未标注样本集中选取n组样本对，每一组样本对包括两个样本，每一个样本包括p种模态的数据，所述n为正整数，所述p为大于1的整数；对于所述n组样本对中的每一组样本对，计算所述样本对包括的一个样本的每一种模态的数据和另一个样本的每一种模态的数据之间的部分相似度，得到p×p个部分相似度；根据所述p×p个部分相似度计算所述样本对包括的两个样本之间的整体相似度；获取所述p×p个部分相似度与所述整体相似度之间的差异程度；从所述n组样本对中符合预设条件的样本对中选择训练样本；其中，所述预设条件满足所述差异程度大于第一阈值且所述整体相似度小于第二阈值。