(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 (43)申请公布日 (21)申请 号 202111391307.5 (22)申请日 2021.11.23 (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 赵智维　黄轩　胡文泽　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 代理人 杨伦 (51)Int.Cl. G06F 16/2458(2019.01) G06N 20/00(2019.01) (54)发明名称 模型训练方法、 装置、 电子设备及存 储介质 (57)摘要 本发明公开了一种模型训练方法、 装置、 电 子设备及存储介质， 该方法包括： 接收筛选命令 对预设数据库中存储的原始数据集进行筛选， 得 到多个目标数据集； 原始数据集中包含元数据和 资源数据， 元数据用于在存储所述资源数据时作 为引用信息及标注集以指向对应的资源数据； 将 多个所述目标数据集按照预设策略进行合并， 并 根据合并结果确定出结果数据集； 利用所述结果 数据集对待训练模型进行训练， 并在满足预设终 止条件时， 终止训练输出所述模型。 使用户不需 要对数据集格式进行修改， 提升了数据集的整体 可用性以及可靠性， 提升产出数据模型的效率， 使数据模型的效果提升更好， 降低了用户对数据 集的操作成本 。 权利要求书2页 说明书10页 附图7页 CN 114185962 A 2022.03.15 CN 114185962 A 1.一种模型训练方法， 其特 征在于， 包括： 接收筛选命令对预设数据库中存储的原始数据集进行筛选， 得到多个目标数据集； 所 述原始数据集中包含元数据和资源数据， 所述元数据用于在存储所述资源 数据时作为引用 信息及标注集以指向对应的资源数据； 将多个所述目标 数据集按照预设策略进行合并， 并根据合并结果确定出 结果数据集； 利用所述结果数据集对待训练模型进行训练， 并在满足预设终止条件时， 终止训练输 出所述模型。 2.根据权利要求1所述的模型训练方法， 其特征在于， 所述接收筛选命令对预设数据库 中存储的原始数据集进行筛 选， 得到多个目标 数据集包括： 根据所述筛 选命令确定对应的第一类关键 字和/或第二类关键 字； 判断所述原始数据集中的数据是否包含所述第一类关键字和/或所述第二类关键字， 以得到判断结果； 根据所述判断结果确定对应的数据以得到多个目标 数据集。 3.根据权利要求1所述的模型训练方法， 其特征在于， 所述预设策略包括第一合并策 略、 第二合并策略及第三合并策略； 所述将多个所述目标数据集按照预设策略进 行合并， 并 根据合并结果确定出 结果数据集包括： 在所述预设策略为第 一合并策略的情况下， 在合并至少两个所述目标数据集中的相同 资源数据时， 将第一个资源数据作为结果进行合并； 在所述预设策略为第 二合并策略的情况下， 在合并至少两个所述目标数据集中的相同 资源数据时， 将最后一个资源数据作为结果进行合并； 在所述预设策略为第 三合并策略的情况下， 在合并至少两个所述目标数据集中的相同 资源数据时， 确定终止合并。 4.根据权利要求3所述的模型训练方法， 其特征在于， 所述将多个所述目标数据集按照 预设策略进行合并， 并根据合并结果确定出 结果数据集， 还 包括： 对所述目标 数据集标注第一前导符、 第二前导符或第三前导符； 将标注有第 一前导符的所述目标数据集确定为第 一目标数据集， 将所述第 一目标数据 集作为训练集进行合并； 将标注有第 二前导符的所述目标数据集确定为第 二目标数据集， 将所述第 二目标数据 集作为验证集进行合并； 将标注有第 三前导符的所述目标数据集确定为第 三目标数据集， 将所述第 三目标数据 集作为测试集进行合并。 5.根据权利要求1所述的模型训练方法， 其特 征在于， 所述模型训练方法， 还 包括： 从所述预设数据库中确定出对应的待挖掘数据集； 基于主动学习从所述待挖掘数据集中确定出样本数据集； 将所述样本数据集 合并至所述目标 数据集中， 得到新的结果数据集； 根据所述 新的结果数据集对所述模型进行重复训练， 直至满足预设终止条件。 6.根据权利要求5所述的模型训练方法， 其特征在于， 所述基于主动学习从所述待挖掘 数据集中确定出样本数据集包括： 根据所述模型对所述待挖掘数据集中的每 个样本数据进行评估， 得到 评估结果；权　利　要　求　书 1/2 页 2 CN 114185962 A 2根据所述评估结果对每个所述样本数据进行排序， 确定出多个评估结果中最优的样本 数据； 将所述多个最优的样本数据进行 标注处理， 确定出样本数据集。 7.根据权利要求6所述的模型训练方法， 其特征在于， 所述将所述多个最优的样本数据 进行标注处理， 确定出样本数据集包括： 判断每个最优的样本数据是否包 含标注信息； 当所述最优的样本数据为不包含标注信 息的第一类样本数据时， 将所述第 一类样本数 据进行标注， 得到标注完成的样本数据集； 当所述最优的样本数据中包含标注信 息的第二类样本数据时， 将所述第 二类样本数据 更新至所述样本数据集。 8.一种模型训练装置， 其特 征在于， 包括： 筛选模块， 用于接收筛选命令对预设数据库中存储的原始数据集进行筛选， 得到多个 目标数据集； 所述原始数据集中包含元数据和资源数据， 所述元数据用于在存储所述资源 数据时作为引用信息及标注集以指向对应的资源数据； 合并模块， 用于将多个所述目标数据集按照预设策略进行合并， 并根据合并结果确定 出结果数据集； 训练模块， 用于利用所述结果数据集对待训练模型进行训练， 并在满足预设终止条件 时， 终止训练输出 所述模型。 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 任一项所述的模型训练方法的步骤。 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 所述的模型训练方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114185962 A 3