CN112435035B 数据的审核方法、装置及设备 (阿里巴巴集团控股有限公司)_第1页
CN112435035B 数据的审核方法、装置及设备 (阿里巴巴集团控股有限公司)_第2页
CN112435035B 数据的审核方法、装置及设备 (阿里巴巴集团控股有限公司)_第3页
CN112435035B 数据的审核方法、装置及设备 (阿里巴巴集团控股有限公司)_第4页
CN112435035B 数据的审核方法、装置及设备 (阿里巴巴集团控股有限公司)_第5页
已阅读5页,还剩45页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

用标注样本数据对预设的审核模型进行优化训现了在不同的应用场景下可以确定不同的目标2在预设的多个选择函数中确定至少一个目标选择函数,各所述根据所述目标选择函数在待标注的多个样本数据中确定至少一个目其中,根据所述目标选择函数在待标注的多个样本数据中确定至少一个目标样本数根据所述目标选择函数确定与每个所述样本数据所对应将最大的样本选择概率所对应的至少一个样本数据确定为所述目将最大的预估精确度所对应的选择函数确定为所根据所述模型反馈信息对所述目标选择函数的选择概将每个样本数据的待选择概率与所述目标选择函数的选择概率的乘积之和确定为与在预设的多个选择函数中确定至少一个目标选择函数,各所述3根据所述目标选择函数在待标注的多个样本数据中确定至少一个目其中,根据所述目标选择函数在待标注的多个样本数据中确定至少一个目标样本数根据所述目标选择函数确定与每个所述样本数据所对应将最大的样本选择概率所对应的至少一个样本数据确定为所述目第一选择模块,用于在预设的多个选择函数中确定至少一第一确定模块,用于根据所述目标选择函数在待标注的多审核模块,用于利用所述标注样本数据对预设的审核所述第一确定模块,还用于:根据所述目标选择函数确定与每个所述第二选择模块,用于在预设的多个选择函数中确定至少一第二确定模块,用于根据所述目标选择函数在待标注的多所述第二确定模块,还用于:根据所述目标选择函数确定与每个所述456述计算机程序使计算机执行时实现上述第九方面中的数[0044]图2为本发明实施例提供的在预设的多个选择函数中确定至少一个目标选择函数[0046]图4为本发明实施例提供的根据所述目标选择函数在待标注的多个样本数据中确[0047]图5为本发明实施例提供的根据所述目标选择函数确定与每个样本数据所对应的7应的挑选出与业务场景相适配的选择函数,通过选择函数可以选择出最有价值的样本数[0067]本实施例中预设的多个选择函数用于在不同的应用场景下选择与应用场景相适配的待标注的样本数据;而上述多个选择函数可以包括以下至少一个函数:margin函数、uniform函数、bandit_discrete函数、kcenter_greedy贪心函数、hierarchical_裕度以及对应的频率;uniform(x,y)函数可以随机生成一个实数,它在[x,y]范围内;bandit_discrete函数是一种简单的在线学习算法,常常用于尝试解决exploit-explore8应的预估精确度之后,可以将最大的预估精确度所对应的选择函数确定为目标选择函数,[0073]S102:根据目标选择函数在待标注的多个样本数据中确定至少一个目标样本数标样本数据与特定的应用场景(电商的应用场景)9效地提高了审核模型对待处理数据进行审核的用。概率pmin,为每个选择函数配置最小选择概率是为了防止某个选择函数被选到的概率为0。需要说明的是,多个选择函数中的每个选择函数所配置的选择概率可以是相同或者不同[0085]通过为每个选择函数配置选择概率和最小选择概率,可[0086]图3为本发明实施例提供的另一种数据的审核方法的流程图;在上述实施例的基[0091]具体的,根据模型反馈信息对目标选择函数的选择概率进行调整的步骤可以包获取到模型审核信息和模型反馈信息之后,可以将模型反馈信息和模型审核信息进行比[0096]图4为本发明实施例提供的根据目标选择函数在待标注的多个样本数据中确定至少一个目标样本数据的流程图;图5为本发明实施例提供的根据目标选择函数确定与每个本数据的待选择概率与目标选择函数的选择概率的乘积之和确定为与每个样本数据所对[0110]S302:根据目标选择函数在待标注的多个样本数据中确定至少一个目标样本数[0113]本实施例中的方法的具体实现过程以及实现效果与上述实施例中的S101-S104的[0118]在获得待处理数据中包括的数据对象之后,由于数据对上述图1所对应的实施例中的方式优化训练获得神经网络,从而可以利用神经网络对数据以针对待交易信息建立相对应的实体仓库,并将实体仓库信息与待交易信息进行关联存以根据第一拍摄角度确定第一神经网络,从而可以利用第一神经网络对数据对象进行处球和冰球棒相对应的第一神经网络(该神经网络可以通过第一对象分组信息中的共同关键象分组信息确定与冰球、足球和网球相对应的第三神经网络(该神经网络可以通过第一对[0154](5)将结构化数据(上述的文本类的数据和图片原始特征)通过多个隐藏层进行特自适应选择最有效的选择函数,继而根据最有效的选择函数选择最优的待标注的样本数[0158](3.1)在预设的多个选择函数中一个目标选择函数之前,为多个选择函数中的每个选择函数配置选择概率和最小选择概[0160](3.2)根据目标选择函数在待标注的多个样本数据中确定至少一个目标样本数和确定为与每个样本数据所对应的样本选择概率,从而可以获得选择样本数据j所对应的景的需求,每次迭代可以从多个选择函数选择出最优的选择函数及最有价值的需标注样[0174]图11为本发明实施例提供的一种数据的审核装置的结构示意图;参考附图11所[0182]可选地,在审核模块13根据模型反馈信息对目标选择函数的选择概率进行调整[0196]图13为本发明实施例提供的一种模型的训练装置的结构示意图;参考附图13所以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实程或多个流程和/或方框图一个方框或多个方框中指定[0228]这些计算机程序指令也可存储在能引导计算机或其他可编程设备以特定方式工制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论