(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111657515.5 (22)申请日 2021.12.3 0 (71)申请人 深圳云天励飞技 术股份有限公司 地址 518000 广东省深圳市龙岗区园山 街 道龙岗大道8288号深圳大运软件小镇 17栋1楼 (72)发明人 张洪　肖嵘　王孝宇　 (74)专利代理 机构 深圳驿航知识产权代理事务 所(普通合伙) 44605 专利代理师 杨伦 (51)Int.Cl. G06V 10/764(2022.01) G06V 40/10(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 多标签模型处理方法、 装置、 电子设备及存 储介质 (57)摘要 本发明公开了一种多 标签模型处理方法、 装 置、 电子设备及存储介质， 该方法包括： 对 标签数 据进行过采样处理； 其中， 所述标签数据中包括 样本数据和标签， 所述标签用于作为索引以指向 对应的所述样本数据； 将过采样处理后的标签数 据分类， 以得到第一类标签数据和第二类标签数 据； 分别对 所述第一类标签数据和所述第二类标 签数据进行损失计算， 得到第一损失值和第二损 失值； 根据所述第一损失值和所述第二损失值确 定出目标损失值； 采用预设算法对多标签模型进 行模型参数更新， 并在所述目标损失值满足预设 终止条件时， 终止更新所述模型参数。 本发明能 够使得标签的类别更为均衡， 提升了多标签模型 的准确率和性能。 权利要求书2页 说明书10页 附图8页 CN 114445656 A 2022.05.06 CN 114445656 A 1.一种多标签模型处 理方法， 其特 征在于， 包括： 对标签数据进行过采样处理； 其中， 所述标签数据中包括样本数据和标签， 所述标签用 于作为索引以指向对应的所述样本数据； 将过采样处 理后的标签数据分类， 以得到第一类标签数据和第二类标签数据； 分别对所述第 一类标签数据和所述第 二类标签数据进行损失计算， 得到第 一损失值和 第二损失值； 根据所述第一损失值和所述第二损失值确定出目标损失值； 采用预设算法对多标签模型进行模型参数更新， 并在所述目标损失值满足预设终止条 件时， 终止更新所述模型参数。 2.根据权利要求1所述的多标签模型处理方法， 其特征在于， 所述将过采样处理后的标 签数据分类， 以得到第一类标签数据和第二类标签数据包括： 确定所述标签数据中每 个所述样本数据对应的标签； 判断每个所述样本数据对应的标签是否出现缺失； 当所述样本数据对应的标签没有缺失时， 将所述没有缺失标签的样本数据确定为第 一 类标签数据； 当所述样本数据对应的标签出现缺失时， 将所述出现缺失标签的样本数据确定为第 二 类标签数据。 3.根据权利要求2所述的多标签模型处理方法， 其特征在于， 所述分别对所述第 一类标 签数据和所述第二类标签数据进行损失计算， 得到第一损失值和第二损失值包括： 确定所述第一类标签数据中的第一样本数据和第一类标签； 基于所述多标签模型对所述第一样本数据进行 预测， 得到第一预测结果； 将所述第一预测结果与所述第 一类标签输入损失函数， 以确定出所述第 一类标签对应 的第一损失值。 4.根据权利要求2所述的多标签模型处理方法， 其特征在于， 所述分别对所述第 一类标 签数据和所述第二类标签数据进行损失计算， 得到第一损失值和第二损失值包括： 确定所述第二类标签数据中的第二样本数据和第二类标签； 采用第一增广策略对所述第二样本数据进行增广， 得到第一增广数据； 基于所述多标签模型对所述第一增广数据进行 预测， 得到第二预测结果； 将所述第二预测结果 转换为预定形式的伪标签； 将所述第二样本数据再次进行预测， 并根据预测结果与所述伪标签确定出第二损失 值。 5.根据权利要求4所述的多标签模型处理方法， 其特征在于， 所述将所述第 二样本数据 再次进行 预测， 并根据预测结果与所述伪标签确定出第二损失值包括： 采用第二增广策略对所述第二样本数据进行增广， 得到第二增广数据； 基于所述多标签模型对所述第二增广数据进行 预测， 得到第三预测结果； 将所述第三预测结果和所述伪标签输入损失函数， 以确定出所述第 二类标签对应的第 二损失值。 6.根据权利要求3所述的多标签模型处理方法， 其特征在于， 所述采用预设算法对多标 签模型进行模型参数更新， 并在所述 目标损失值满足预设终止条件时， 终止更新所述模型权　利　要　求　书 1/2 页 2 CN 114445656 A 2参数包括： 采用预设算法对多标签模型进行模型参数更新； 其中， 所述预设算法为随机梯度下降 算法； 判断所述目标损失值是否低于预设阈值； 当所述目标损失值低于预设阈值时， 确定终止更新所述模型参数。 7.根据权利要求6所述的多标签模型处理方法， 其特征在于， 所述采用预设算法对多标 签模型进行模型参数更新， 并在所述 目标损失值满足预设终止条件时， 终止更新所述模型 参数， 还包括： 当所述目标损失值不低于所述预设阈值 时， 将执行模型参数更新后的标签数据进行分 类； 将分类后的标签数据继续执 行所述损失计算的操作， 得到新的目标损失值； 对新的目标损失值继续执行判断操作， 根据判断结果确定是否继续对所述多标签模型 执行模型参数 更新、 分类及损失计算的操作， 或终止更新所述模型参数。 8.一种多标签模型处 理装置， 其特 征在于， 包括： 过采样处理模块， 用于对标签数据进行过采样处理； 其中， 所述标签数据中包括样本数 据和标签， 所述标签用于作为索引以指向对应的所述样本数据； 分类模块， 用于将过采样处理后的标签数据分类， 以得到第一类标签数据和第二类标 签数据； 计算模块， 用于分别对所述第一类标签数据和所述第二类标签数据进行损 失计算， 得 到第一损失值和第二损失值； 确定模块， 用于根据所述第一损失值和所述第二损失值确定出目标损失值； 更新模块， 用于采用预设算法对标签模型进行模型参数更新， 并在所述目标损 失值满 足预设终止条件时， 终止更新所述模型参数。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的多标签模型处 理方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述的多标签模型 处理方 法的步骤。权　利　要　求　书 2/2 页 3 CN 114445656 A 3