分类模型的训练方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110728328A(43)申请公布日2020.01.24(21)申请号201911006979.2(22)申请日2019.10.22(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人刘凡张格皓(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人孙欣欣周良玉(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书8页附图2页(54)发明名称分类模型的训练方法和装置(57)摘要本说明书实施例提供一种分类模型的训练方法和装置。方法包括：获取第一领域的第一样本集合，包括多个第一训练样本，每个第一训练样本包括样本输入和对应的第一分类任务的类别标签；获取第二领域的第二样本集合，包括多个第二训练样本，每个第二训练样本包括样本输入和对应的第二分类任务的类别标签；两个分类任务的类别标签具有映射关系；将第二样本集合中的多个第二训练样本加入第一样本集合，并根据映射关系，将第二训练样本包括的第二分类任务的类别标签转换为第一分类任务的类别标签，得到第三样本集合；将第三样本集合中的样本输入输入待训练的分类模型，以针对第一分类任务训练所述分类模型。能够获得令人满意的训练效果。CN110728328ACN110728328A权利要求书1/3页1.一种分类模型的训练方法，所述方法包括：获取第一领域的第一样本集合，所述第一样本集合包括多个第一训练样本，每个所述第一训练样本包括样本输入和该样本输入对应的第一分类任务的类别标签；获取第二领域的第二样本集合，所述第二样本集合包括多个第二训练样本，每个所述第二训练样本包括样本输入和该样本输入对应的第二分类任务的类别标签；所述第一分类任务的类别标签与所述第二分类任务的类别标签具有映射关系；将所述第二样本集合中的多个所述第二训练样本加入所述第一样本集合，并根据所述映射关系，将所述第二训练样本包括的所述第二分类任务的类别标签转换为所述第一分类任务的类别标签，得到第三样本集合；将所述第三样本集合中的样本输入输入待训练的分类模型，通过所述分类模型输出该样本输入对应的第一预测值，将所述第一预测值与该样本输入对应的所述第一分类任务的类别标签对比，以针对所述第一分类任务训练所述分类模型。2.如权利要求1所述的方法，其中，所述获取第一领域的第一样本集合，包括：将所述第一领域的各第一备选训练样本按照第一预设比例划分为所述第一样本集合、第一验证集和第一测试集；所述第一验证集用于针对所述第一分类任务训练后的所述分类模型进行优化，所述第一测试集用于针对所述第一分类任务优化后的所述分类模型进行测试。3.如权利要求1所述的方法，其中，所述第一领域和所述第二领域的数据分布不同。4.如权利要求1所述的方法，其中，所述第一分类任务和所述第二分类任务均为二分类任务。5.如权利要求1所述的方法，其中，所述针对所述第一分类任务训练所述分类模型之后，所述方法还包括：获取所述第一领域的待分类样本；将所述第一领域的待分类样本输入所述分类模型，以使所述分类模型执行所述第一分类任务，输出所述第一分类任务的预测类别。6.如权利要求1所述的方法，其中，所述针对所述第一分类任务训练所述分类模型之后，所述方法还包括：将所述第一样本集合中的多个所述第一训练样本加入所述第二样本集合，并根据所述映射关系，将所述第一训练样本包括的所述第一分类任务的类别标签转换为所述第二分类任务的类别标签，得到第四样本集合；将所述第四样本集合中的样本输入输入所述分类模型，通过所述分类模型输出该样本输入对应的第二预测值，将所述第二预测值与该样本输入对应的所述第二分类任务的类别标签对比，以针对所述第二分类任务训练所述分类模型。7.如权利要求6所述的方法，其中，所述获取第二领域的第二样本集合，包括：将所述第二领域的各第二备选训练样本按照第二预设比例划分为所述第二样本集合、第二验证集和第二测试集；所述第二验证集用于针对所述第二分类任务训练后的所述分类模型进行优化，所述第二测试集用于针对所述第二分类任务优化后的所述分类模型进行测试。8.如权利要求6所述的方法，其中，所述针对所述第二分类任务训练所述分类模型之2CN110728328A权利要求书2/3页后，所述方法还包括：获取所述第一领域的待分类样本；将所述第一领域的待分类样本输入所述分类模型，以使所述分类模型执行所述第一分类任务，输出所述第一分类任务的预测类别；或者，获取所述第二领域的待分类样本；将所述第二领域的待分类样本输入所述分类模型，以使所述分类模型执行所述第二分类任务，输出所述第二分类任务的预测类别。9.如权利要求1所述的方法，其中，所述样本输入为文本数据；所述获