[发明专利]分类模型的训练方法和装置、移动终端、可读存储介质在审
| 申请号： | 201810588115.5 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108875821A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 刘耀勇 | 申请（专利权）人： | OPPO广东移动通信有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 方高明 |
| 地址： | 523860 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种分类模型的训练方法和装置、移动终端、计算机可读存储介质。方法包括：基于预设数据集训练分类模型直到分类模型的精度达到标准值；其中，预设数据集中的数据均携带标注信息；基于训练后的分类模型对预设数据集内每个数据进行识别，以获取每个数据的类别信息；当数据的类别信息与标注信息不一致时，对数据进行清洗，以获取清洗后的目标数据集；基于清洗后的目标数据集再次训练分类模型，可以基于半自动的清洗方式来保证目标数据集中各个数据的质量，而不需要通过多级人工审核机制来保证数据质量，大大节约的人力成本，提高了数据清洗效率，同时基于该目标数据集训练分类模型，还可以提高分类模型的精度和性能。 | ||
| 搜索关键词： | 分类模型 目标数据 训练分类 预设数据 清洗 方法和装置 标注信息 类别信息 移动终端 计算机可读存储介质 可读存储介质 人工审核 人力成本 数据清洗 不一致 保证 携带 节约 申请 | ||
【主权项】：
1.一种分类模型的训练方法，其特征在于，包括：基于预设数据集训练分类模型直到所述分类模型的精度达到标准值；其中，所述预设数据集中的数据均携带标注信息；基于训练后的所述分类模型对所述预设数据集内每个数据进行识别，以获取每个所述数据的类别信息；当所述数据的类别信息与标注信息不一致时，对所述数据进行清洗，以获取目标数据集；基于所述目标数据集再次训练所述分类模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司，未经OPPO广东移动通信有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810588115.5/，转载请声明来源钻瓜专利网。
