数据分类方法、装置、电子设备和存储介质.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CN114120040A(43)申请公布日2022.03.01(21)申请号202111427636.0(22)申请日2021.11.26(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人彭涵宇孙明明李平(74)专利代理机构中科专利商标代理有限责任公司11021代理人吕朝蕙(51)Int.Cl.G06V10/764(2022.01)G06F16/35(2019.01)G06K9/62(2022.01)G10L15/08(2006.01)G06N3/04(2006.01)权利要求书3页说明书11页附图3页(54)发明名称数据分类方法、装置、电子设备和存储介质(57)摘要本公开提供了一种数据分类方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及深度学习和大数据技术领域。数据分类方法的具体实现方式包括：将待处理数据输入数据分类模型，得到待处理数据针对预定类别的初始概率数据；根据目标损失函数和初始概率数据，确定待处理数据针对预定类别的调整后概率数据；其中，目标损失函数以待处理数据针对预定类别的调整后概率数据为自变量；以及基于调整后概率数据，确定待处理数据的类别。其中，目标损失函数包括以下约束条件：调整后概率数据的数据分布满足预定分布。CN114120040ACN114120040A权利要求书1/3页1.一种数据分类方法，包括：将待处理数据输入数据分类模型，得到所述待处理数据针对预定类别的初始概率数据；根据目标损失函数和所述初始概率数据，确定待处理数据针对所述预定类别的调整后概率数据；其中，所述目标损失函数以所述待处理数据针对所述预定类别的调整后概率数据为自变量；以及基于所述调整后概率数据，确定所述待处理数据的类别，其中，所述目标损失函数包括以下约束条件：所述调整后概率数据的数据分布满足预定分布。2.根据权利要求1所述的方法，其中，所述目标损失函数还包括以下约束条件：所述调整后概率数据的数据之和为预定值。3.根据权利要求1或2所述的方法，其中，所述目标损失函数采用以下公式表示：所述目标损失函数的约束条件包括：T{Y}{1}N＝μ；其中，表示Y与之间的距离，Y为所述调整后概率数据，为所述初始概率数据，Y与均为行数为N的矩阵数据；α为超参；{1}N表示包括N个元素、且该N个元素的取值均为1的列向量，μ为所述预定分布。4.根据权利要求3所述的方法，其中，根据目标损失函数和所述初始概率数据，确定待处理数据针对所述预定类别的调整后概率数据包括：采用Sinkhorn算法最小化所述目标损失函数，得到所述调整后概率数据。5.根据权利要求1或2所述的方法，其中，所述待处理数据包括多个数据；所述方法还包括：针对所述多个数据中的每个数据，确定所述多个数据中针对所述每个数据的近邻数据；基于针对所述每个数据的近邻数据，确定针对所述多个数据的数据关联信息；以及基于所述数据关联信息，确定与所述调整后概率数据关联的正则项，其中，所述正则项指示所述数据关联信息，且所述目标损失函数包括所述正则项。6.根据权利要求5所述的方法，其中，所述目标损失函数采用以下公式表示：所述目标损失函数的约束条件包括：T{Y}{1}N＝μ；其中，表示Y与之间的距离，Y为所述调整后概率数据，为所述初始概率数据，Y与均为行数为N的矩阵数据，α、β为超参，为所述正则项；为指示所述数据关联信息的拉普拉斯矩阵；{1}N表示包括N个元素、且该N个元素的取值均为1的列向量，μ为所述预定分布。7.根据权利要求5所述的方法，其中，根据目标损失函数和所述初始概率数据，确定待2CN114120040A权利要求书2/3页处理数据针对所述预定类别的调整后概率数据包括：采用广义条件梯度算法最小化所述目标损失函数，得到所述调整后概率数据。8.一种数据分类装置，包括：初始概率获得模块，用于将待处理数据输入数据分类模型，得到所述待处理数据针对预定类别的初始概率数据；调整后概率确定模块，用于根据目标损失函数和所述初始概率数据，确定待处理数据针对所述预定类别的调整后概率数据；其中，所述目标损失函数以所述待处理数据针对所述预定类别的调整后概率数据为自变量；以及类别确定模块，用于基于所述调整后概率数据，确定所述待处理数据的类别，其中，所述目标损失函数包括以下约束条件：所述调整后概率数据的数据分布满足预定分布。9.根据权利要求8所述的装置，其中，所述目标损失函数还包括以下约束条件：所述调整后概率数据的数据之和为预定值。10.根据权利要求8或9所述的装置，其中，所述目标损失函数采用以下公式表示：所述目标损失函数的约束条件包括：T{Y}{1}N＝μ；其中，表示Y与之间的距离，Y为所述调整后概率数据，为所述