数据处理方法、装置、服务器及系统制造方法及图纸
【技术实现步骤摘要】
数据处理方法、装置、服务器及系统
本专利技术涉及计算机应用领域，具体而言，涉及一种数据处理方法、装置、服务器及系统。
技术介绍
现有技术中，对模型的训练流程大多数是采用如下流程：人工对大量采集的数据进行一次性的批注，所有样本批注完成后，才交由服务器进行训练，由于样本较多，导致训练周期太长，并且若训练产生的模型进行评估后，无法达到预期效果则需要重新对所有样本进行标注后，再重新进行训练，这样导致标注工作量较大，并且效率较低。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种数据处理方法、装置、服务器及系统，以解决上述问题。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种数据处理方法，所述方法包括：从总样本集中获取本次待标注样本集，并发送到用户终端；接收所述用户终端返回的第一标注结果集；根据所述第一标注结果集，进行模型训练，获取训练模型并对所述训练模型的准确率进行评估；若评估结果不满足预设条件，根据所述训练模型，重新从所述总样本集中获取下次待标注样本集，并发送到所述用户终端，接收所述用户终端返回的第二标注结果集，根据所述第...
【技术保护点】
一种数据处理方法，其特征在于，所述方法包括：从总样本集中获取本次待标注样本集，并发送到用户终端；接收所述用户终端返回的第一标注结果集；根据所述第一标注结果集，进行模型训练，获取训练模型并对所述训练模型的准确率进行评估；若评估结果不满足预设条件，根据所述训练模型，重新从所述总样本集中获取下次待标注样本集，并发送到所述用户终端，接收所述用户终端返回的第二标注结果集，根据所述第二标注结果集，重新获取训练模型并对该训练模型的准确率进行评估，直到评估结果满足预设条件，将所述评估结果满足预设条件对应的训练模型作为最终模型。
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：从总样本集中获取本次待标注样本集，并发送到用户终端；接收所述用户终端返回的第一标注结果集；根据所述第一标注结果集，进行模型训练，获取训练模型并对所述训练模型的准确率进行评估；若评估结果不满足预设条件，根据所述训练模型，重新从所述总样本集中获取下次待标注样本集，并发送到所述用户终端，接收所述用户终端返回的第二标注结果集，根据所述第二标注结果集，重新获取训练模型并对该训练模型的准确率进行评估，直到评估结果满足预设条件，将所述评估结果满足预设条件对应的训练模型作为最终模型。2.根据权利要求1所述的方法，其特征在于，所述从总样本集中获取本次待标注样本集，包括：根据第一预设关键词集，从总样本集中筛选出本次待标注样本集。3.根据权利要求1所述的方法，其特征在于，所述根据所述训练模型，重新从所述总样本集中获取下次待标注样本集，包括：根据所述训练模型，分别对所述总样本集中的各个样本进行判定，获取每个样本对应的判定结果；根据所述每个样本对应的判定结果，获取下次待标注样本集。4.根据权利要求3所述的方法，其特征在于，所述根据所述训练模型，分别对所述总样本集中的各个样本进行判定，获取每个样本对应的判定结果，包括：根据第二预设关键词集，从所述总样本集中筛选出下次待标注候选样本集；根据所述训练模型，分别对所述下次待标注候选样本集中的各个样本进行判定，获取每个样本对应的判定结果。5.根据权利要求3所述的方法，其特征在于，所述每个样本对应的判定结果为一个概率值，所述根据所述每个样本对应的判定结果，获取下次待标注样本集，包括：依次遍历每个样本对应的概率值，若当前样本对应的概率值属于预设区间，则将所述当前样本加入所述下次待标注样本集中，直到遍历完每个样本对应的概率值。6.根据权利要求1所述的方法，其特征在于，在所述从总样本集中获取本次待标注样本集之前，所述方法还包括：从第三方平台实时获取样本，生成所述总样本集。7.根据权利要求1所述的方法，其特征在于，在所述对所述训练模型的准确率进行评估之后，所述方法还包括：若评估结果满足预设条件，则将所述训练模型作为最终模型。8.一种数据处理装置，其特征在于，所述装置包括：第一处理模块，用于...
【专利技术属性】
技术研发人员：赵海丰，杨成，黄鹏，刘海旭，江岭，
申请(专利权)人：成都小多科技有限公司，
类型：发明
国别省市：四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。